Wir haben festgestellt, dass Sie unsere Website von Vereinigte Staaten aus besuchen.
Für Ihr Land (Vereinigte Staaten) gibt es eine eigene Version der Website.

Zu Vereinigte Staaten wechseln

Volumetrische Kapnographie. Anspruchsvolle CO2-Messung

Grafische Darstellung: Lupe

Für einen besseren Einblick. Volumetrisches CO2-Monitoring

Die Phasen eines volumetrischen Kapnogramms, die Form und die Kurvenmorphologie sowie die Messungen, die auf den daraus abgeleiteten Berechnungen basieren, können Ihnen wichtige Informationen über Folgendes liefern:

  • Ventilations-Perfusions-Effizienz
  • Physiologische Totraumfraktion
  • Metabolische Rate des Patienten (Jaffe MB. Using the features of the time and volumetric capnogram for classification and prediction. J Clin Monit Comput. 2017;31(1):19-41. doi:10.1007/s10877-016-9830-z1​)
CAPNOSTAT-5 Hauptstrom-CO2-Sensor

Ein mächtiges Tool. Der CO2-Sensor

Bei unseren Beatmungsgeräten wird das CO2 mit einem CAPNOSTAT-5 Hauptstrom-CO2-Sensor proximal zum Atemweg des Patienten gemessen.

Der CAPNOSTAT-5-Sensor liefert präzise Messungen des endtidalen Kohlendioxids (PetCO2) und ein klares, genaues Kapnogramm bei allen Atemfrequenzen von bis zu 150 Atemzügen pro Minute.

Statistische Grafik: Analyse der CO2-Sensordaten

Kleiner Sensor, grosse Daten. Das Ergebnis kann sich sehen lassen

Das volumetrische Kapnogramm-Fenster auf dem Bildschirm zeigt genaue quantitative Informationen als Kombination von proximalen Flow- und proximalen CO2-Daten an, wie z. B.:

  • Aktuelle volumetrische Kapnogramm-Kurve
  • Volumetrische Kapnogramm-Referenzkurve
  • Referenzkurven-Taste mit Zeit und Datum des Referenz-Loops
  • Die wichtigsten CO2-Werte, Atemzug für Atemzug

Um eine umfassendere Analyse des Patientenzustands zu ermöglichen, steht ein 72-Stunden-Trend (bzw. ein 96-Stunden-Trend beim HAMILTON-G5/S1) für folgende Werte zur Verfügung:

  • PetCO2
  • V‘CO2
  • FetCO2
  • VeCO2
  • ViCO2
  • VTalv
  • VTalv/min
  • Vds
  • Vds/Vt
  • Vds/VTE
  • SlopeCO2

Um Ihnen das Leben zu erleichtern, bieten die Beatmungsgeräte von Hamilton Medical im CO2-Monitoring-Fenster einen Überblick über alle relevanten CO2-bezogenen Werte.

  • Fraktionale, endtidale CO2-Konzentration: FetCO2 (%) 
  • Endtidaler CO2-Druck: PetCO2 (mmHg) 
  • Anstieg des alveolaren Plateaus in der PetCO2-Kurve, der den Volumen-/Flow-Status der Lunge anzeigt: SlopeCO2 (%CO2/l)
  • Alveolare Tidalbeatmung: VTalv (ml) 
  • Alveolares Minutenvolumen: VTalv/min (l/min) 
  • CO2-Eliminierung: V’CO2 (ml/min) 
  • Atemwegstotraum: Vds (ml)
  • Atemwegs-Totraumfraktion an der Atemwegsöffnung: Vds/VTE (%) 
  • Exspiriertes CO2-Volumen: VeCO2 (ml) 
  • Inspiriertes CO2-Volumen: ViCO2 (ml)

Mit eigenen Augen ansehen. Kostenlose persönliche Live-Demonstration oder Rückruf

Sie können sich alle Vorteile der volumetrischen Kapnographie erklären und sie direkt in Aktion zeigen lassen. Fordern Sie eine kostenlose persönliche Live-Demonstration von einem unserer Experten an:

Using the features of the time and volumetric capnogram for classification and prediction.

Jaffe MB. Using the features of the time and volumetric capnogram for classification and prediction. J Clin Monit Comput. 2017;31(1):19-41. doi:10.1007/s10877-016-9830-z

Quantitative features derived from the time-based and volumetric capnogram such as respiratory rate, end-tidal PCO2, dead space, carbon dioxide production, and qualitative features such as the shape of capnogram are clinical metrics recognized as important for assessing respiratory function. Researchers are increasingly exploring these and other known physiologically relevant quantitative features, as well as new features derived from the time and volumetric capnogram or transformations of these waveforms, for: (a) real-time waveform classification/anomaly detection, (b) classification of a candidate capnogram into one of several disease classes, (c) estimation of the value of an inaccessible or invasively determined physiologic parameter, (d) prediction of the presence or absence of disease condition, (e) guiding the administration of therapy, and (f) prediction of the likely future morbidity or mortality of a patient with a presenting condition. The work to date with respect to these applications will be reviewed, the underlying algorithms and performance highlighted, and opportunities for the future noted.