State accedendo al sito dal Paese Stati Uniti.
Per il vostro Paese (Stati Uniti) è disponibile anche una versione dedicata del sito.

Passare a Stati Uniti

Capnografia volumetrica: una sofisticata misurazione della CO2

Illustrazione: lente di ingrandimento

Dati più completi: monitoraggio volumetrico della CO2

Le fasi riconoscibili in un capnogramma volumetrico, la forma e la morfologia della curva e i valori calcolati di conseguenza possono dire molto su:

  • Efficienza di ventilazione/perfusione
  • Frazione di spazio morto fisiologica
  • Tasso metabolico del paziente (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)
Sensore di CO2 mainstream CAPNOSTAT-5

Uno strumento potente: il sensore di CO2

Sui nostri ventilatori, la CO2 viene misurata con un sensore mainstream di CO2 CAPNOSTAT-5 in posizione prossimale alle vie aeree del paziente.

Il sensore CAPNOSTAT-5 fornisce misure precise dell'end-tidal CO2 (PetCO2) e un capnogramma chiaro e accurato a tutte le frequenze respiratorie fino a 150 respiri al minuto.

Grafico con statistiche: analisi dei dati del sensore di CO2

Un sensore piccolo che raccoglie grandi quantità di dati: eccoli tutti

La finestra del capnogramma volumetrico sullo schermo mostra dati quantitativi esatti combinando i dati sul flusso prossimale e i dati sulla CO2, per esempio:

  • Curva del capnogramma volumetrico attuale
  • Curva di riferimento del capnogramma volumetrico
  • Pulsante della curva di riferimento con ora e data del loop di riferimento
  • Valori di CO2 più rilevanti, respiro per respiro

Per consentire un'analisi più completa delle condizioni del paziente, sono disponibili i trend su 72 ore (o su 96 ore con ventilatori HAMILTON-G5/S1) di:

  • PetCO2
  • V'CO2
  • FetCO2
  • VeCO2
  • ViCO2
  • Vtalv
  • Valv
  • Vds
  • VD/Vt
  • VDaw/VTE
  • slopeCO2

Per semplificare le cose, i ventilatori Hamilton Medical offrono una panoramica di tutti i valori rilevanti legati alla CO2 nella finestra Monitoraggio CO2.

  • Concentrazione CO2 frazionale di fine espirazione: FetCO2 (%) 
  • Pressione CO2 di fine espirazione: PetCO2 (mmHg) 
  • Pendenza del plateau alveolare nella curva PetCO2, che indica lo stato di volume/flusso dei polmoni: slopeCO2 (%CO2/l)
  • Ventilazione corrente alveolare: Vtalv (ml) 
  • Ventilazione minuto alveolare: Valv (l/min) 
  • Eliminazione della CO2: V’CO2 (ml/min) 
  • Spazio morto delle vie aeree: Vds (ml)
  • Frazione di spazio morto delle vie aeree all'apertura delle vie aeree: VDaw/VTE (%) 
  • Volume di CO2 espirato: VeCO2 (ml) 
  • Volume di CO2 inspirato: ViCO2 (ml)

Controllate con i vostri occhi: prenotate una demo gratuita personalizzata o una telefonata

Vi illustreremo tutti i vantaggi della capnografia volumetrica, che vedrete in azione con i vostri occhi. Fissate una dimostrazione personale gratuita con uno dei nostri esperti:

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.