The Impact of Scripted Self-Hypnotic Relaxation on the Periprocedural Experience and Anesthesiologist Sedation Use in the Pediatric Cardiac Catheterization Suite: A Prospective Randomized Controlled Trial
Notice bibliographique
Résumé
Purpose: To assess the impact on children of self-hypnotic relaxation scripts read by trained staff prior to the induction of anesthesia and/or extubation on the periprocedural experience. Patients and Methods: A total of 160 children aged 7-18 years undergoing a cardiac catheterization intervention under general anesthesia were randomized into 4 groups: (1) a pre-procedure (PP-script) read prior to entering the procedural room, (2) a script read prior to extubation (PX-Script), (3) both PP- and PX-Scripts read and (4) no script read. Anxiety and pain were rated on self-reported 0-10 scales. The modified Yale Preoperative Anxiety Scale was used for preoperative anxiety. The effect of script reading was associated with outcomes by linear regression for continuous variables, and logistic regression for binary variables in two-sided tests at a significance level of 0.05. Results are given in odds ratios (OR) and 95% confidence intervals (CI). Results: Data were available for 158 patients. Reading the PP-Script prior to anesthesia was associated with a significant reduction in the use of intraoperative sedatives from 30% to 14% (OR 0.40; CI 0.18-0.88; p = 0.02) by the anesthesiologists, who were blinded to group attribution until extubation. This was despite the children not self-reporting significantly lower levels of anxiety or pain. The PX-Script did not change outcomes. Among groups, there was no significant difference in room time, postoperative recovery time and pain. Conclusion: Reading a PP-Script for guidance in self-hypnotic relaxation can result in less need for intravenous sedation in the judgment of the anesthesiologist, independent of the children's self-reported anxiety and pain. This raises interesting questions about subconscious patient-physician interactions affecting pain management. Clinicaltrialsgov Identifier: NCT02347748.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».