Indication for Surgery and the Risk of Postoperative Nausea and Vomiting After Craniotomy
Notice bibliographique
Résumé
BACKGROUND: The primary hypothesis of the study is that acoustic neuroma (AN) surgery and microvascular decompression (MVD) of cranial nerves increase the risk of postoperative nausea and vomiting (PONV). METHODS: We designed a retrospective case-control study matched on age, sex, and year of surgery (≤2005 and >2005). Year of surgery was noted as a potential confounder, because routine antiemetic prophylaxis was strongly encouraged at the study site in 2005. Cases of PONV in the recovery room were matched to controls in a 1:2 manner using a perioperative database. Charts were then reviewed for the following data: American Society of Anesthesiologists grade, smoking status, craniotomy location, craniotomy indication, and type of anesthetic administered. RESULTS: The final analysis included 117 cases that were matched with 185 controls. Patients had a mean age of 50 years (SD=13), and 65% were female. Overall, the majority of craniotomies were supratentorial (70%) and performed for tumor resection (41%). On multivariable analysis, MVD [odds ratio (OR)=6.7; 95% confidence interval (CI), 2.0-22.7; P=0.002], AN (OR=3.3; 95% CI, 1.0-11.0; P=0.05), and epilepsy surgery (OR=2.8; 95% CI, 1.1-7.5; P=0.04) were associated with an increased likelihood of PONV when compared with tumor surgery. There was effect modification of total intravenous anesthesia by location of surgery (P-interaction=0.02). The benefit of total intravenous anesthesia on PONV was observed in supratentorial (OR=0.41; 95% CI, 0.17-0.96; P=0.04) but not infratentorial location (OR=2.6; 95% CI, 0.78-8.7; P=0.11). CONCLUSIONS: MVD and AN resection were associated with an increased likelihood of PONV compared with craniotomies performed for other tumor resection.
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 | 0,001 | 0,001 |
| 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 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 ».