Reduced Injection Pressures Using a Compressed Air Injection Technique (CAIT): An In Vitro Study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: High injection pressures have been associated with intraneural injection and persistent neurological injury in animals. Our objective was to test whether a reported simple compressed air injection technique (CAIT) would limit the generation of injection pressures to below a suggested 1,034 mm Hg limit in an in vitro model. METHODS: After ethics board approval, 30 consenting anesthesiologists injected saline into a semiclosed system. Injection pressures using 30 mL syringes connected to a 22 gauge needle and containing 20 mL of saline were measured for 60 seconds using: (1) a typical "syringe feel" method, and (2) CAIT, thereby drawing 10 mL of air above the saline and compressing this to 5 mL prior to and during injections. All anesthesiologists performed the syringe feel method before introduction and demonstration of CAIT. RESULTS: Using CAIT, no anesthesiologist generated pressures above 1,034 mm Hg, while 29 of 30 produced pressures above this limit at some time using the syringe feel method. The mean pressure using CAIT was lower (636 +/- 71 vs. 1378 +/- 194 mm Hg, P = .025), and the syringe feel method resulted in higher peak pressures (1,875 +/- 206 vs. 715 +/- 104 mm Hg, P = .000). CONCLUSIONS: This study demonstrated that CAIT can effectively keep injection pressures under 1,034 mm Hg in this in vitro model. Animal and clinical studies will be needed to determine whether CAIT will allow objective, real-time pressure monitoring. If high pressure injections are proven to contribute to nerve injury in humans, this technique may have the potential to improve the safety of peripheral nerve blocks.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».