MétaCan
Menu
Retour à la cohorte
Enregistrement W2259583242 · doi:10.15265/iy-2015-004

Physiological Signal Processing for Individualized Anti-nociception Management During General Anesthesia: a Review

2015· review· en· W2259583242 sur OpenAlexaff
Vincent Bonhomme, Mathieu Jeanne, Emmanuel Boselli, Matthias Gruenewald, R. Logier, Philippe Richebé, Julien De Jonckheere

Notice bibliographique

RevueYearbook of Medical Informatics · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAnesthesia and Sedative Agents
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésNociceptionMedicineContext (archaeology)AnesthesiaAnesthetic

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this paper is to review existing technologies for the nociception / anti-nociception balance evaluation during surgery under general anesthesia. METHODS: General anesthesia combines the use of analgesic, hypnotic and muscle-relaxant drugs in order to obtain a correct level of patient non-responsiveness during surgery. During the last decade, great efforts have been deployed in order to find adequate ways to measure how anesthetic drugs affect a patient's response to surgical nociception. Nowadays, though some monitoring devices allow obtaining information about hypnosis and muscle relaxation, no gold standard exists for the nociception / anti-nociception balance evaluation. Articles from the PubMed literature search engine were reviewed. As this paper focused on surgery under general anesthesia, articles about nociception monitoring on conscious patients, in post-anesthesia care unit or in intensive care unit were not considered. RESULTS: In this article, we present a review of existing technologies for the nociception / anti-nociception balance evaluation, which is based in all cases on the analysis of the autonomous nervous system activity. Presented systems, based on sensors and physiological signals processing algorithms, allow studying the patients' reaction regarding anesthesia and surgery. CONCLUSION: Some technological solutions for nociception / antinociception balance monitoring were described. Though presented devices could constitute efficient solutions for individualized anti-nociception management during general anesthesia, this review of current literature emphasizes the fact that the choice to use one or the other mainly relies on the clinical context and the general purpose of the monitoring.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,120
Tête enseignante GPT0,405
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations67
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYearbook of Medical InformaticsMême sujetAnesthesia and Sedative AgentsTravaux en français237 207