MétaCan
Menu
Retour à la cohorte
Enregistrement W4408345563 · doi:10.5435/jaaos-d-24-00738

Current Strategies in Regional Anesthesia for Shoulder Surgery

2025· review· en· W4408345563 sur OpenAlexaff
L. Zhang, Sanjay K. Sinha, Anand M. Murthi

Notice bibliographique

RevueJournal of the American Academy of Orthopaedic Surgeons · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAnesthesia and Pain Management
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineAnesthesiaAdverse effectSedationAnalgesicNauseaPerioperativeNerve blockVomitingShoulder surgeryOpioidBrachial plexusSurgery

Résumé

récupéré en direct d'OpenAlex

As arthroscopic and open shoulder surgery is increasingly performed on an outpatient basis, optimal and prolonged pain control is becoming more important while minimizing associated adverse effects. Traditional analgesic strategies relying on opioid and nonopioid medications provide inadequate pain control and are associated with undesirable adverse effects, such as opioid-related adverse effects (postoperative nausea and vomiting, respiratory depression, sedation), gastric lining irritation, and renal and hepatic adverse effects. Advances in ultrasonography-guided regional anesthesia have made placement of interscalene brachial plexus nerve blocks more reliable and precise and aided development of novel phrenic nerve-sparing peripheral nerve block techniques that decrease the risk of diaphragmatic paresis and dyspnea. Using a brachial plexus block combined with multimodal medications is the preferred method to provide comprehensive analgesia to target multiple pain pathways for additive or synergistic pain control effects in the perioperative period while minimizing opioid medication usage. An understanding of current anesthetic and analgesic strategies can lead to an improved pain management pathway and outcomes in patients undergoing shoulder surgery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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 Opus0,073
Tête enseignante GPT0,379
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of Orthopaedic SurgeonsMême sujetAnesthesia and Pain ManagementTravaux en français237 207