Stray Electrical Currents in Laparoscopic Instruments Used in da Vinci <sup>®</sup> Robot-Assisted Surgery: An <i>In Vitro</i> Study
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The da Vinci(®) surgical system requires the use of electrosurgical instruments. The re-use of such instruments creates the potential for stray electrical currents from capacitive coupling and/or insulation failure. We used objective measures to report the prevalence and magnitude of such stray currents. MATERIALS AND METHODS: Thirty-seven robotic instruments were tested using an electrosurgical unit (ESU) at pure coagulation and cut waveforms at four different settings. Conductive gel-coated instruments were tested at 40W, 80W, and maximum ESU output (coagulation 120W, cut 300W). The magnitude of stray currents was measured by an electrosurgical analyzer. RESULTS: At coagulation waveform in open air, 86% of instruments leaked a mean of 0.4W. In the presence of gel-coated instruments, stray currents were detected in all instruments with means (and standard deviation) of 3.4W (± 2), 4.1W (± 2.3), and 4.1W (± 2.3) at 40W, 80W, and 120W, respectively. At cut waveform in open air, none of the instruments leaked current, while gel-coated instruments leaked a mean of 2.2W (± 1.3), 2.2W (± 1.9) and 3.2W (± 1.9) at 40W, 80W, and 300W, respectively. CONCLUSIONS: All tested instruments in our study demonstrated energy leakage. Stray currents were higher during coagulation (high voltage) waveforms, and the magnitude was not always proportionate to the ESU settings. Stray currents have the potential to cause electrical burns. We support the programmed end of life of da Vinci instruments on the basis of safety. Consideration should be given to alternate energy sources or the adoption of active electrode monitoring technology to all monopolar instruments.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 |
| 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 ».