MétaCan
Menu
Retour à la cohorte
Enregistrement W3111719012 · doi:10.1213/ane.0000000000005554

Difficult Airway Management in Adult Coronavirus Disease 2019 Patients: Statement by the Society of Airway Management

2021· review· en· W3111719012 sur OpenAlexaff
Lorraine J. Foley, Felipe Urdaneta, Lauren Berkow, Michael F. Aziz, Paul Baker, Narasimhan Jagannathan, William H. Rosenblatt, Tracey Straker, David T. Wong, Carin A. Hagberg

Notice bibliographique

RevueAnesthesia & Analgesia · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAirway Management and Intubation Techniques
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAirway managementCoronavirus disease 2019 (COVID-19)Airway2019-20 coronavirus outbreakStatement (logic)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BetacoronavirusPandemicIntensive care medicineAnesthesiaVirologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease 2019 (COVID-19) disease, caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), often results in severe hypoxemia requiring airway management. Because SARS-CoV-2 virus is spread via respiratory droplets, bag-mask ventilation, intubation, and extubation may place health care workers (HCW) at risk. While existing recommendations address airway management in patients with COVID-19, no guidance exists specifically for difficult airway management. Some strategies normally recommended for difficult airway management may not be ideal in the setting of COVID-19 infection. To address this issue, the Society for Airway Management (SAM) created a task force to review existing literature and current practice guidelines for difficult airway management by the American Society of Anesthesiologists Task Force on Management of the Difficult Airway. The SAM task force created recommendations for the management of known or suspected difficult airway in the setting of known or suspected COVID-19 infection. The goal of the task force was to optimize successful airway management while minimizing exposure risk. Each member conducted a literature review on specific clinical practice section utilizing standard search engines (PubMed, Ovid, Google Scholar). Existing recommendations and evidence for difficult airway management in the COVID-19 context were developed. Each specific recommendation was discussed among task force members and modified until unanimously approved by all task force members. Elements of Appraisal of Guidelines Research and Evaluation (AGREE) Reporting Checklist for dissemination of clinical practice guidelines were utilized to develop this statement. Airway management in the COVID-19 patient increases HCW exposure risk. Difficult airway management often takes longer and may involve multiple procedures with aerosolization potential, and strict adherence to personal protective equipment (PPE) protocols is mandatory to reduce risk to providers. When a patient's airway risk assessment suggests that awake tracheal intubation is an appropriate choice of technique, and procedures that may cause increased aerosolization of secretions should be avoided. Optimal preoxygenation before induction with a tight seal facemask may be performed to reduce the risk of hypoxemia. Unless the patient is experiencing oxygen desaturation, positive pressure bag-mask ventilation after induction may be avoided to reduce aerosolization. For optimal intubating conditions, patients should be anesthetized with full muscle relaxation. Videolaryngoscopy is recommended as a first-line strategy for airway management. If emergent invasive airway access is indicated, then we recommend a surgical technique such as scalpel-bougie-tube, rather than an aerosolizing generating procedure, such as transtracheal jet ventilation. This statement represents recommendations by the SAM task force for the difficult airway management of adults with COVID-19 with the goal to optimize successful airway management while minimizing the risk of clinician exposure.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,318
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesia & AnalgesiaMême sujetAirway Management and Intubation TechniquesTravaux en français237 207