Outpatient brain tumor craniotomy under general anesthesia
Notice bibliographique
Résumé
OBJECTIVE Outpatient craniotomy has many advantages to the psychological and physical well-being of patients, as well as benefits to the health care system. Its efficacy and safety have been well demonstrated, but barriers to its widespread adoption remain. Among the challenges is a perception that its application is limited to cases performed under conscious sedation, which is not always feasible given certain patient or surgeon factors. The object of this study was to characterize the rate of patient discharge from the day surgery unit (DSU) following craniotomy for tumor resection in a patient under general anesthesia. The authors identify postoperative complications and discuss appropriate patient selection for day surgery craniotomy. METHODS Patients undergoing elective craniotomy for supratentorial tumors between January 2010 and June 2014 were prospectively considered for outpatient management. Authors of the present study performed a retrospective chart review of these patients, analyzing cases by intention to treat. RESULTS Of 318 craniotomies undertaken in the study period, 141 were performed with the patient under general anesthesia. The day surgery protocol was initiated in 44 cases and completed in 38 (86%). Five patients required admission from the DSU, and 1 was discharged but admitted within the 1st postoperative day. In-hospital medical complications were fewer in the outpatient group, and no patients experienced an adverse outcome due to early discharge. CONCLUSIONS Close clinical and imaging surveillance in the early postoperative period allows for safe discharge of patients following craniotomy for tumor resection performed under general anesthesia. Therefore, general anesthesia does not preclude the application of outpatient craniotomy.
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 | 0,000 | 0,000 |
| 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 ».