Awake tracheal intubation: A survey of practices, barriers and skills maintenance
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
Awake tracheal intubation (ATI) is advocated in situations where complex airway anatomy or deranged physiology make usual post-induction airway management hazardous. The safety of ATI has been described in many settings. Nevertheless, it is not always performed when indicated, and significant patient harm as a consequence is still reported. A survey was conducted to investigate anaesthetists' practices and possible reasons for reticence in performing ATI. The survey also sought to explore solutions to limited opportunities for training and skills maintenance. The 17-question survey was sent to a random selection of 1400 consultant anaesthetists across Australia and New Zealand in 2023. The response rate was 36% (499 of 1400). Forty percent (198 of 499) (95% confidence interval (CI) 35 to 44) of participants had not performed an ATI in the last 12 months. The majority of participants (64% (317 of 499) (95% CI 59 to 68)) agreed that there were barriers in their own practice to performing ATI. There was strong agreement that proficiency in ATI should be within the skillset of on-call anaesthetists (81% (400 of 494) (95% CI 78 to 84)). There was also strong support for ATI to become a mandatory core skill (74% (368 of 497) (95% CI 70 to 78) of participants). Current volume of practice for trainees was almost universally considered insufficient (93% (459 of 496) (95% CI 90 to 95)). There is a disparity between the perceived importance of competence in ATI and the limited volume of practice expected of trainees and paucity of ongoing clinical exposure for consultants. Training and programs to maintain skills in ATI are urgently required to address this.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle