MétaCan
Menu
Retour à la cohorte
Enregistrement W4322619957 · doi:10.3390/jpm13030435

Emergence from General Anaesthesia: Can We Discriminate between Emergence Delirium and Postoperative Pain?

2023· article· en· W4322619957 sur OpenAlexaff
Marta Somaini, Thomas Engelhardt, Pablo Ingelmo

Notice bibliographique

RevueJournal of Personalized Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAnesthesia and Sedative Agents
Établissements canadiensMcGill University Health CentreMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésDeliriumMedicineEmergence deliriumObservational studyAnxietyLimitingIncidence (geometry)PopulationGeneral anaesthesiaAnesthesiaIntensive care medicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Unsettled behaviors characterize the early phase after general anaesthesia in the pediatric population in up to 80% of cases. Emergence delirium (ED) and acute pain are the two most relevant sources of this phenomenon. Research and clinical guidelines are difficult to implement due to the variability of the definition of unsettled behavior and measurement of the different components. The most probable incidence of ED is between 10% and 20%, and the potential risk factors could be summarized as young age, male gender, preoperative anxiety, baseline sleep-disordered breathing, volatile anaesthesia and ENT or ophthalmologic surgery. Self-reporting behavioral and observational scales are unable to reliably differentiate between ED and pain in a child who is not fully awake, making correct treatment choices difficult. This may lead to an undertreatment of pain in agitated children or to the overuse of opioids for self-limiting ED. This paper considers the current knowledge on the identification and treatment of ED and pain and provides a pragmatic approach for daily practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,328
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetAnesthesia and Sedative AgentsTravaux en français237 207