Cerebral autoregulation derived blood pressure targets in elective neurosurgery
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
Abstract Poor postoperative outcomes may be associated with cerebral ischaemia or hyperaemia, caused by episodes of arterial blood pressure (ABP) being outside the range of cerebral autoregulation (CA). Monitoring CA using COx (correlation between slow changes in mean ABP and regional cerebral O 2 saturation—rSO 2 ) could allow to individualise the management of ABP to preserve CA. We aimed to explore a continuous automated assessment of ABP OPT (ABP where CA is best preserved) and ABP at the lower limit of autoregulation (LLA) in elective neurosurgery patients. Retrospective analysis of prospectively collected data of 85 patients [median age 60 (IQR 51–68)] undergoing elective neurosurgery. ABP BASELINE was the mean of 3 pre-operative non-invasive measurements. ABP and rSO 2 waveforms were processed to estimate COx-derived ABP OPT and LLA trend-lines. We assessed: availability (number of patients where ABP OPT /LLA were available); time required to achieve first values; differences between ABP OPT /LLA and ABP. ABP OPT and LLA availability was 86 and 89%. Median (IQR) time to achieve the first value was 97 (80–155) and 93 (78–122) min for ABP OPT and LLA respectively. Median ABP OPT [75 (69–84)] was lower than ABP BASELINE [90 (84–95)] ( p < 0.001, Mann-U test). Patients spent 72 (56–86) % of recorded time with ABP above or below ABP OPT ± 5 mmHg. ABP OPT and ABP time trends and variability were not related to each other within patients. 37.6% of patients had at least 1 hypotensive insult (ABP < LLA) during the monitoring time. It seems possible to assess individualised automated ABP targets during elective neurosurgery.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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