MétaCan
Menu
Retour à la cohorte
Enregistrement W3124918872 · doi:10.1016/j.bpa.2021.01.002

Providing safe perioperative care in cardiac surgery during the COVID-19 pandemic

2021· review· en· W3124918872 sur OpenAlexfundno aff
Maks Mihalj, Selim Mosbahi, Juerg Schmidli, Paul Philipp Heinisch, David Reineke, Florian Schoenhoff, Alexander Kadner, Joerg C. Schefold, Lorenz Räber, Evgenij Potapov, Markus M. Luedi

Notice bibliographique

RevueBest practice & research. Clinical anaesthesiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesMerck Sharp and DohmeCanadian Society of Endocrinology and MetabolismCSL BehringCovidienNovartisBaxter InternationalGlaxoSmithKlineAstellas Pharma USPfizerAstraZenecaEli Lilly and Company
Mots-clésMedicinePandemicPerioperativeCoronavirus disease 2019 (COVID-19)Intensive care medicineCardiac surgeryMedical emergencyRisk stratificationMEDLINERisk assessmentEmergency medicineDiseaseSurgeryInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease 2019 (COVID-19) pandemic has potentiated the need for implementation of strict safety measures in the medical care of surgical patients - and especially in cardiac surgery patients, who are at a higher risk of COVID-19-associated morbidity and mortality. Such measures not only require minimization of patients' exposure to COVID-19 but also careful balancing of the risks of postponing nonemergent surgical procedures and providing appropriate and timely surgical care. We provide an overview of current evidence for preoperative strategies used in cardiac surgery patients, including risk stratification, telemedicine, logistical challenges during inpatient care, appropriate screening capacity, and decision-making on when to safely operate on COVID-19 patients. Further, we focus on perioperative measures such as safe operating room management and address the dilemma over when to perform cardiovascular surgical procedures in patients at risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,229
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
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 enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,229
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,010
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,567
Tête enseignante GPT0,628
Écart entre enseignants0,061 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBest practice & research. Clinical anaesthesiologyMême sujetCOVID-19 and healthcare impactsTravaux en français237 207