Anesthetic management of patients with class 3 obesity undergoing elective Cesarean delivery: a single-centre historical cohort study
Notice bibliographique
Résumé
The preferred neuraxial anesthetic technique for patients with class 3 obesity undergoing elective Cesarean delivery is still under debate. We aimed to describe the anesthetic technique used in our tertiary institution across body mass index (BMI) groups and different surgical incisions. In this historical cohort study, we reviewed medical records of patients with a BMI ≥ 40 kg·m –2 undergoing elective Cesarean delivery between July 2014 and December 2020. We collected data on patient characteristics, anesthetic and surgical technique, and procedural times. For data analysis, we stratified patients by BMI into three different groups: 40.0–49.9 kg·m –2 , 50.0–59.9 kg·m –2 , and ≥ 60.0 kg·m –2 . We included 396 deliveries, distributed as follows: 258 with a BMI 40.0–49.9 kg·m –2 , 112 with a BMI 50.0–59.9 kg·m –2 , and 26 with a BMI ≥ 60.0 kg·m –2 . For patients with a BMI 40.0–49.9 kg·m –2 , the anesthetic technique of first choice was predominantly spinal anesthesia (71%), whereas for those with a BMI ≥ 60.0 kg·m –2 , spinal anesthesia was never used as the anesthetic of first choice. With regard to the surgical incision, spinal anesthesia was almost exclusively used for patients undergoing Pfannenstiel incision and was rarely used for a higher supra- or infraumbilical transverse or midline incision. The overall incidence of general anesthesia was low (7/396, 1.8%). Anesthetic time, surgical time, and operating room time increased almost twofold in patients with a BMI ≥ 60.0 kg·m –2 compared with those with a BMI of 40.0–49.9 kg·m –2 . Neuraxial anesthesia was successfully used in approximately 98% of patients with class 3 obesity undergoing elective Cesarean delivery. The choice of regional anesthesia technique varied with increasing BMI and with the planned surgical incision. Procedural times increased with increasing BMI. This information should prove useful for comparing anesthetic choices and outcomes in this challenging population.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».