A Prospective Cohort Study to Evaluate Needle Passes Using a Portable Ultrasound Device versus Traditional Landmark Approach for Epidural Anesthesia in a Busy Obstetric Tertiary Care Center
Notice bibliographique
Résumé
Despite its many cited benefits, ultrasound guidance for neuraxial procedures is not widespread in anesthesiology. Some cited limitations include device cost and accessibility. We test the hypothesis that a handheld and relatively inexpensive ultrasound can improve neuraxial proficiency (e.g., decreased needle manipulations and block time). This prospective study compared the number of needle passes, redirections, and procedural time between epidural placed with a handheld ultrasound versus landmarks. Needle passes and attempts were defined as the number of times the Tuhoy needle was redirected, and the times skin was punctured (re-insertion). Procedural time was defined as the time from local anesthetic infiltration until loss of resistance was obtained. The impact of level of training and accuracy of the device were also analyzed. 302 patients receiving labor epidural were included in the study. No difference in body mass index (BMI) nor distribution of level of training was noted between the groups. Regression analysis adjusted for BMI demonstrated a decrease in needle passes (-1.75 (95% CI -2.62, -0.89), p < 0.001), needle attempts (-0.51 (95% CI -0.97, -0.04), p = 0.032) and procedural time (-154.67s 95% CI -303.49s, -5.85s), p = 0.042) when a handheld ultrasound was utilized. The mean (95% Confidence interval) difference between needle depth and ultrasound depth was 0.39 cm (0.32, 0.46), p < 0.001. The use of a handheld device resulted in statistically significant decrease of needle manipulations and block time. More research is needed to evaluate the impact of and increase in accessibility of ultrasound technology.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».