Feasibility of ultrasound-guided nerve blocks in simulated microgravity: a proof-of-concept study for regional anaesthesia during deep space missions
Notice bibliographique
Résumé
BACKGROUND: With crewed deep space exploration on the horizon, preparation for potential astronaut health crises in space missions has become vital. Administration of anaesthesia and analgesia presents many challenges owing to constraints specific to space (physiologic and ergonomic challenges associated with microgravity) and nonspecific factors (isolation and lack of supplies). Regional anaesthesia can be the safest option; however, we hypothesised that the ergonomics of microgravity would compromise ease and accuracy of nerve blocks. METHODS: We evaluated the feasibility of regional anaesthesia in a simulated microgravity environment (free-floating underwater conditions) using a meat (bovine muscle) model. Forty meat models were randomised for injection under simulated microgravity or normal gravity conditions. Success rates were determined by blinded assessors after injection. Parameters assessed included time to block, ease of image acquisition, and ease of needle placement. RESULTS: The median time to block in normal gravity was 27 (interquartile range 21-69) s vs 35 (interquartile range 22-48) s in simulated microgravity (P=0.751). Ease of image acquisition was similar in both conditions, as was ease of needle placement. There was no significant difference in the rate of accidental intraneural injections (5% vs 5%), with block success rates comparable in both scenarios (80% normal gravity vs 85% microgravity, P>0.999). CONCLUSIONS: Regional anaesthesia appears feasible for experts in simulated microgravity despite the ergonomic challenges. Although our model has limitations and might not fully capture the complexities of actual space conditions, it provides a foundation for future research into anaesthesia and analgesia during deep space missions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».