Analysis the Safety and Efficacy at Different Types of Anesthesiological Support During Aesthetic Interventions on the Breast Glands in Ukraine
Notice bibliographique
Résumé
The aim is to learn the features of aesthetic and reduction surgical interventions on the mammary glands in Ukraine. Materials and methods. The study was conducted by analyzing the inpatient ambulatory cards of 320 patients. Anesthesia was provided by propofol (n=130), sevoflurane (n=140) and combined use of sevoflurane and nalbuphine (n=50). The results of the study. It was found that usage of combined inhalation analgesia of sevoflurane with opioids was characterized by 41.9% less recovery time. It was found that 8 hours after surgery, the individual assessment of pain was lower in the group of combined analgesia with opioids relative to intravenous anesthesia with propofol (87.5%, p<0.05) and inhalation anesthesia with sevoflurane (71, 3%, p<0.05). After 24 hours all patients reported about pain below 1.0 point, however, in groups where sevoflurane and nalbuphine were used, the level of pain self-esteem was 2.61 and 3 times lower than after intravenous propofol. It was found that within 1 hour after surgery, the average cognitive score on the Montreal scale decreased in the group of intravenous propofol by 5.0% (p<0.05) and by 1.7% under inhalation anesthesia with sevoflurane. Under combined anesthesia the cognitive score remained at 12.0 points. The frequency of postoperative nausea was the highest level in the group of inhalation anesthesia - 16.7%. The addition of nalbuphine to sevoflurane significantly reduced the risk of postoperative nausea (χ2=7.250; p=0.007). Conclusions. Combined anesthesia with opioids is a highly effective anesthetic choice for aesthetic and reconstructive interventions on the mammary glands.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».