MétaCan
Menu
Retour à la cohorte
Enregistrement W1972377978 · doi:10.1097/aco.0b013e32831a4394

Update on anesthetic management for pneumonectomy

2009· review· en· W1972377978 sur OpenAlexaff
Peter Slinger

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePneumonectomyPerioperativeAnesthesiaPulmonary function testingAnestheticPopulationSurgeryLungInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Pneumonectomy has the highest perioperative risk among common pulmonary resections. The purpose of this review is to update clinicians on the importance of anesthetic management for these patients. RECENT FINDINGS: Two complications associated with increased perioperative mortality are relevant to anesthetic management: postoperative arrhythmias and acute lung injury. The geriatric population is particularly at risk for arrhythmias. Adequate preoperative cardiac assessment and drug prophylaxis may decrease this risk. Patients with decreased respiratory function are at increased risk for acute lung injury. The use of large tidal-volume ventilation during anesthesia may increase this risk. There is a trend to better outcomes in centers with larger surgical volumes. SUMMARY: Patients should have a preoperative assessment of their respiratory function in three areas: lung mechanical function, pulmonary parenchymal function and cardiopulmonary reserve. Interventions that have been shown to decrease the incidence of respiratory complications include cessation of smoking, physiotherapy and thoracic epidural analgesia. Extrapleural pneumonectomy and sleeve pneumonectomy are surgical variations that place specific increased demands on the anesthesiologist. The rare but treatable complication of cardiac herniation must always be remembered as a potential cause of life-threatening hemodynamic instability in the early postoperative period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,420
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in AnaesthesiologyMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207