Anaesthesia techniques and advanced monitoring in CANVAS patients - Implications for postoperative morbidity and patient recovery: A case report
Notice bibliographique
Résumé
INTRODUCTION: Cerebellar ataxia, neuropathy and vestibular areflexia syndrome (CANVAS) is a rare multisystem neurodegenerative disorder. We describe our perioperative evaluation and care of a patient with CANVAS undergoing a pancreaticoduodenectomy for an ampullary adenocarcinoma, with a focus on perioperative risk stratification and optimisation, intraoperative advanced haemodynamic monitoring and the postoperative care. CASE PRESENTATION: A 69-year-old female with CANVAS presented with asymptomatic obstructive jaundice, icterus and abdominal pain. She had limited mobility and deconditioning due to severe generalised neuropathy. Computed tomography confirmed a resectable periampullary tumour. Her Duke Activity Status Index was 8.25 points and Edmonton Frailty Scale score was 11, confirming moderate frailty. However, the Charlson Comorbidity Index was five, indicative of a 21% estimated 10-year survival. Further risk stratification including respiratory function testing, echocardiography and cardiopulmonary exercise testing was conducted. The patient proceeded with surgery after multidisciplinary discussions with her treating medical teams. DISCUSSION: CANVAS is a rare and challenging condition requiring careful perioperative planning and management. There is no effective treatment for CANVAS. The management approach focuses on mitigating symptoms and improving quality of life. Given that no specific guidelines for managing these patients in the perioperative period have been provided, this report highlights several critical medical issues and implications that should be considered for the successful management of these patients. We demonstrate the role of specific anaesthesia techniques and advanced haemodynamic monitoring in both preventing postoperative morbidity and optimising patient recovery. CONCLUSION: CANVAS is a rare and challenging condition in anaesthesia requiring careful perioperative planning and management.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,004 |
| 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 source (Gemma direct ou Codex distillé), 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 ».