Awake craniotomy during pregnancy: A systematic review of the published literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Neurosurgical pathologies in pregnancy pose significant complications for the patient and fetus, and physiological stressors during anesthesia and surgery may lead to maternal and fetal complications. Awake craniotomy (AC) can preserve neurological functions while reducing exposure to anesthetic medications. We reviewed the literature investigating AC during pregnancy. PubMed, Scopus, and Web of Science databases were searched from the inception to February 7th, 2023, following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guideline. Studies in English investigating AC in pregnant patients were included in the final analysis. Nine studies composed of nine pregnant patients and ten fetuses (one twin-gestating patient) were included. Glioma was the most common pathology reported in six (66.7%) patients. The frontal lobe was the most involved region (4 cases, 44.4%), followed by the frontoparietal region (2 cases, 22.2%). The awake-awake-awake approach was the most common protocol in seven (77.8%) studies. The shortest operation time was two hours, whereas the longest one was eight hours and 29 min. The mean gestational age at diagnosis was 13.6 ± 6.5 (2-22) and 19.6 ± 6.9 (9-30) weeks at craniotomy. Seven (77.8%) studies employed intraoperative fetal heart rate monitoring. None of the AC procedures was converted to general anesthesia. Ten healthy babies were delivered from patients who underwent AC. In experienced hands, AC for resection of cranial lesions of eloquent areas in pregnant patients is safe and feasible and does not alter the pregnancy outcome.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,005 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle