Description of anesthetic drugs used in hospital del Mar and their impacts on convulsion duration and blood pressure in electroconvulsive therapy
Notice bibliographique
Résumé
Introduction The electroconvulsive therapy (ECT) is an effective treatment used for several psychiatric disorders. However, there are multiple enigmas about the mechanisms of action and factors that improve its results. Some frequent questions are if the anesthetic drug makes a difference in the time of convulsion and blood pressure. Aims Our principal aim is to describe the utilization of anesthetic drugs among the patients that are being treated with ECT in hospital del Mar. We also want to know the differences in the time of convulsion and systolic arterial pressure for every anesthetic drug (propofol, thiopental and etomidate). Material and methods We have used the database of ECT in hospital del Mar. It contains information like age, principal diagnosis, medical background and pharmacological treatment at the moment of starting ECTs; it also contains information of each individual ECT session as basal, 2 and 5 minutes arterial pressure; the anesthetic drug used, and convulsion duration. We made an analysis of general conditions of the population, the differences of convulsion time and arterial pressure between the three anesthetic drugs. Results Propofol was used in 1140 sessions, thiopental in 61 sessions and etomidate in 54 sessions. The differences in the means of convulsion times between propofol and etomidate are statistically significant (“ P ” value < 0.05). Etomidate or thiopental increases the difference of arterial pressure more than propofol. Conclusions Further research about the factors that improve convulsion duration and minimize adverse effects on blood pressure is needed. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 ».