MétaCan
Menu
Retour à la cohorte
Enregistrement W4401728424 · doi:10.1093/asj/sjae181

Intraoperative Systolic Blood Pressure as a Significant Predictor of Postoperative Hematoma Following Facelift: Single-Surgeon Experience of 118 Consecutive Facelifts

2024· article· en· W4401728424 sur OpenAlexaff
Jad Abi‐Rafeh, Brian Bassiri-Tehrani, Adel Arezki, Charles T. Schafer, Nusaiba F. Baker, Foad Nahai

Notice bibliographique

RevueAesthetic Surgery Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Rejuvenation and Surgery Techniques
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineHematomaPerioperativeBlood pressureSurgeryIncidence (geometry)AnesthesiaPostoperative hematomaInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although there exists ample evidence on the impact of perioperative blood pressure on hematoma incidence following facelift, the association of elevated or labile intraoperative blood pressure with postoperative hematoma remains to be explored. OBJECTIVES: The authors evaluated the association of elevated or labile intraoperative systolic blood pressure (SBP) with postoperative hematoma, based on the senior author's single surgeon experience of 118 consecutive facelifts. METHODS: A multivariate logistic regression was conducted using complete demographic, procedure-related, blood pressure-related, and outcomes-related data, with the outcome of interest representing postoperative hematoma. One-way analysis of variance and linear regression analyses were performed to assess for significant associations between a preoperative history of hypertension and a tendency to demonstrate elevated or labile intraoperative SBP. A Fisher's exact test was subsequently applied to assess for specific intraoperative SBP measurement cutoffs significantly associated with postoperative hematoma, including maximum recorded intraoperative SBP, and the specific degree of intraoperative SBP fluctuation. RESULTS: Multivariate logistic regression demonstrated no statistically significant patient- or procedure-related demographic predictors of postoperative hematoma. With aggressive treatment of preoperative hypertension, high preoperative SBP was not found to be a significant predictor of postoperative hematoma following facelift, although this approached statistical significance (P = .05). In contrast, labile intraoperative SBP (maximum recorded intraoperative SBP minus minimum recorded intraoperative SBP; P = .026) and high immediate postoperative SBP (P = .002) were both independent and statistically significant predictors of postoperative hematoma. Patients with a preoperative history of hypertension, and more specifically those with elevated SBP measurements in the preoperative clinic, were more likely to demonstrate labile (P = .007) or elevated (P = .005) intraoperative SBP during facelift surgery. Specifically, maximum recorded intraoperative SBP ≥155 mmHg (P = .045) and maximum intraoperative SBP fluctuations ≥80 mmHg (P = .036) were found to be significantly associated with hematoma. CONCLUSIONS: A multimodal approach is necessary to control perioperative systolic blood pressure within the strict <120 mmHg target demonstrated to significantly decrease hematoma incidence. The senior author's preference is for intraoperative SBP to remain within a strict 90 to 100 mmHg range. In contrast to hypertension that is aggressively treated and successfully controlled, hypertension that is difficult to control intraoperatively may be a predictor of systolic blood pressure that is difficult to control postoperatively, and therefore a significant risk factor for postoperative hematoma following facelift.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,287
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAesthetic Surgery JournalMême sujetFacial Rejuvenation and Surgery TechniquesTravaux en français237 207