Airway clearance techniques for people with acute exacerbation of COPD: a scoping review
Notice bibliographique
Résumé
INTRODUCTION: Acute exacerbations of COPD (AECOPD) often involve mucus hypersecretion. Thus, management of sputum retention is critical. However, the use of airway clearance techniques (ACTs) in people with AECOPD across different healthcare settings and factors influencing their selection remain unclear. OBJECTIVE: To identify and map ACTs used for AECOPD in different healthcare settings and the factors influencing clinical decision-making worldwide. METHODS: Four electronic databases and grey literature were searched from 1995 to December 2023, with hand-searching of eligible records. The Joanna Briggs Institute methodology for scoping reviews was followed. RESULTS: 25 articles were included: 14 clinical studies, five guidelines/statements and six surveys/audits. Clinical studies reported the use of a wide range of single or combined ACTs, with no clear pattern in using particular ACTs in different parts of the world. Recent guidelines advise using ACTs for certain patients with AECOPD, particularly those with hypersecretion, with most guidelines recommending positive expiratory pressure (PEP) therapy. According to surveys, the most used ACTs in Australia and Europe are active cycle of breathing techniques, PEP or forced expiratory technique, while vibrations are most frequently used in Canada. Factors influencing the selection of specific ACTs include the presence of contraindications, level of dyspnoea, access to resources/equipment and ease of learning/performing the technique. All information was derived from hospital settings. CONCLUSIONS: This scoping review identified and mapped ACTs used for people with AECOPD worldwide and their decision-making factors. Future work should focus on community settings.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».