Monitoramento de pacientes neurocirúrgicos no pós‐operatório – utilidade dos escores de avaliação neurológica e do índice bispectral
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: We examined the additive effect of the Ramsay scale, Canadian Neurological Scale (CNS), Nursing Delirium Screening Scale (Nu-DESC), and Bispectral Index (BIS) to see whether along with the assessment of pupils and Glasgow Coma Scale (GCS) it improved early detection of postoperative neurological complications. METHODS: We designed a prospective observational study of two elective neurosurgery groups of patients: craniotomies (CG) and non-craniotomies (NCG). We analyze the concordance and the odds ratio (OR) of altered neurological scales and BIS in the Post-Anesthesia Care Unit (PACU) for postoperative neurological complications. We compared the isolated assessment of pupils and GCS (pupils-GCS) with all the neurologic assessment scales and BIS (scales-BIS). RESULTS: In the CG (n=70), 16 patients (22.9%) had neurological complications in PACU. The scales-BIS registered more alterations than the pupils-GCS (31.4% vs. 20%; p<0.001), were more sensitive (94% vs. 50%) and allowed a more precise estimate for neurological complications in PACU (p=0.002; OR=7.15, 95% CI=2.1-24.7 vs. p=0.002; OR=9.5, 95% CI=2.3-39.4). In the NCG (n=46), there were no neurological complications in PACU. The scales-BIS showed alterations in 18 cases (39.1%) versus 1 (2.2%) with the pupils-GCS (p<0.001). Altered CNS on PACU admission increased the risk of neurological complications in the ward (p=0.048; OR=7.28, 95% CI=1.021-52.006). CONCLUSIONS: Applied together, the assessment of pupils, GCS, Ramsay scale, CNS, Nu-DESC and BIS improved early detection of postoperative neurological complications in PACU after elective craniotomies.
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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».