Sevoflurane versus propofol on immediate postoperative cognitive dysfunction in patients undergoing cardiac surgery under cardiopulmonary bypass: a comparative analysis
Notice bibliographique
Résumé
OBJECTIVE: This study aims to compare the effects of sevoflurane (SEV) and propofol (PRO) on postoperative cognitive dysfunction (POCD) in patients undergoing cardiac surgery (CS) under cardiopulmonary bypass (CPB), with a focus on evaluating the efficacy of these anesthetic agents in preventing POCD. METHODS: A total of 113 patients undergoing CS with CPB were grouped into two: PRO group (n = 58) and SEV group (n = 55). Baseline data, anesthesia effects (CPB duration, anesthesia time, respiratory recovery time, and anesthesia recovery time), Montreal Cognitive Assessment (MoCA) scores, POCD incidence, neurological function markers (NSE, S-100β, MMP9), and serum inflammatory markers (IL-6, IL-8, TNF-α) were analyzed. The study was conducted between March 2018 and May 2021. RESULTS: The PRO group showed significantly shorter anesthesia time (P < 0.05), respiratory recovery time (P < 0.05), and anesthesia recovery time (P < 0.05) compared to the SEV group. The postoperative MoCA score in the PRO group reduced markedly compared with the baseline, but still higher than that in the SEV group (P < 0.05). The incidence of POCD was significantly lower in the PRO group (5.17% vs. 27.27%, P = 0.001). The levels of NSE, S-100β, MMP9, IL-6, IL-8, and TNF-α were significantly elevated compared to baseline values, but still lower than those in the SEV group (P < 0.05 for all comparisons). CONCLUSION: PRO is more effective than SEV in preventing POCD in patients undergoing CS with CPB. It provides superior anesthetic effects and offers better protection against neuronal damage and serum inflammation compared to SEV. CLINICAL TRIAL NUMBER: Not applicable.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| 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 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 ».