Airway Complications in Intubated Versus Laryngeal Mask Airway–Managed Dentistry: A Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Serious airway complications can occur with inadequate airway management during general anesthesia (GA). This meta-analysis investigated randomized controlled trials that compared perioperative technique failures and airway complications, including hypoxia, during GA for dentistry using endotracheal intubation or a laryngeal mask airway (LMA) for airway management. METHODS: A systematic search of electronic databases and gray literature was completed. Independent reviewers assessed eligibility, performed data extraction, completed risk of bias assessment, and judged the quality of results through Grading of Recommendations, Assessment, Development, and Evaluation. Risk ratios (RRs) for airway complications, with 95% CIs, were calculated. Heterogeneity was quantified using the I2 statistic. Sensitivity and age-subgroup analyses were explored. RESULTS: Six trials were deemed eligible from a total of 9076 identified reports. The airway management intervention for these trials was LMA. Technique failures or effect differences in airway complications were not detected except for postoperative hypoxia, where LMA use had a decreased risk (RR, 0.22; 95% CI, 0.06-0.77; I2 = 0%; moderate quality). A similar effect was seen in the pediatric analysis (RR, 0.10; 95% CI, 0.01-0.84; I2 = 0%; moderate quality). Additionally, LMA use reduced pediatric sore throat risk (RR, 0.08; 95% CI, 0.04-0.15; I2 = 0%; moderate quality). CONCLUSION: Use of an LMA in dentistry may have the potential to reduce the risk of postoperative hypoxia, particularly in pediatric patients, although further study is required.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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