Perioperative Care for Patients with Neuromuscular Disorders in the Netherlands – A Questionnaire Study Among Anaesthesiologists, Neurologists and Clinical Geneticists
Notice bibliographique
Résumé
BACKGROUND: Patients with neuromuscular disorders are at increased risk of suffering perioperative complications. Current knowledge concerning this topic is based on small retrospective studies and expert opinion. Therefore, an individualized multidisciplinary approach to perioperative anaesthesia planning is invaluable to anticipate difficulties and to optimize outcomes. OBJECTIVE: To evaluate current practice regarding preoperative counselling and perioperative care of neuromuscular patients, with the aim to facilitate standardization and improvement of perioperative care for neuromuscular patients. METHODS: A questionnaire-based cross-sectional, observational study was conducted between July, 1st 2020 and December, 31st, 2020 in Dutch anaesthesia, neurology and clinical genetics departments. Main outcome measures were 1.) frequency of consultation requests for neuromuscular patients prior to surgery, 2.) current practice, educational activities and departmental approach to this topic and 3.) preoperative counselling of neuromuscular patients. RESULTS: A total of 83 departments participated. Consultations for a neuromuscular patient scheduled for anaesthesia were requested from anaesthesia and neurology department only infrequently. Local guidelines concerning perioperative care of neuromuscular patients were available in 36.4% of the participating departments. Quality of specific training for residents and staff anaesthetists/neurologists covering perioperative care of neuromuscular patients was rated as 'very good' or 'good' by 42.9%. Neuromuscular patients scheduled for surgery were 'always' or 'often' discussed in multidisciplinary meetings involving anaesthesiologists and neurologists in 20.8% of the participating departments. CONCLUSION: Perioperative care for neuromuscular patients in the Netherlands is highly variable and might benefit from guidelines, education of health care professionals and multidisciplinary meetings between anaesthesiologists and neurologists on a regular basis.
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 | 0,004 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».