Short-Periods of Pre-Warming in Laparoscopic Surgery. A Non-Randomized Clinical Trial Evaluating Current Clinical Practice
Notice bibliographique
Résumé
Background: Pre-warming prevents perioperative hypothermia. We evaluated the current clinical practice of pre-warming and its effects on temperature drop and postoperative complications; Methods: This prospective, observational pilot study examines clinical practice in a tertiary hospital on 99 patients undergoing laparoscopic urological surgery. Pre-warming was performed in the pre-anesthesia room. Patients were classified into three groups: P 0 (non-prewarmed), P 5–15 (pre-warming 5–15 min) and P > 15 (pre-warming 15–30 min). Tympanic temperature was recorded in the pre-anesthesia room, prior to anesthesia induction, and in the PACU. Esophageal temperature was recorded intraoperatively. The occurrence of shivering, pain intensity, length of stay in PACU, and postoperative complications during hospital stay were also recorded; Results: After pre-warming, between-group difference in body temperature was higher in P > 15 than in P 0 (0.4 °C, 95% CI 0.14–0.69, p = 0.004). Between P 5–15 and P 0 difference was 0.2 °C (95% CI 0.04–0.55, p = 0.093). Temperature at the end of surgery was higher in pre-warmed groups [mean between-group difference 0.5 °C (95% CI 0.13–0.81, p = 0.007) for P 5–15; 0.9 °C (95% CI 0.55–1.19, p < 0.001) for P > 15]. Pain and shivering was less common in pre-warmed groups. Postoperative transfusions and surgical site infections were lower in P > 15; Conclusion: Short-term pre-warming prior to laparoscopic urological surgery decreased temperature perioperative drop and postoperative complications.
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 | 0,127 | 0,552 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».