Limb Occlusion Pressure Versus Standard Pneumatic Tourniquet Pressure in Anterior Cruciate Ligament Surgery: A Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Tourniquets are frequently used to minimize blood loss. Standard pressures (STPs) are typically higher than minimum limb occlusion pressure (LOP), which can contribute to postoperative pain among other complications. We sought to investigate the effect of STP versus LOP on postoperative pain and opioid medication use after anterior cruciate ligament reconstruction (ACLR). METHODS: Sixty patients (age = 37 ± 15 years) undergoing ACLR were recruited and randomized into STP (275 mm Hg; M = 15/F = 15) or LOP (180 ± 29 mm Hg; M = 15/F = 15) group. A photoplethysmography probe was used to determine appropriate tourniquet pressures for the LOP group. Tourniquet and surgical site pain (Visual Analog Scale scores 0 to 10), as well as opioid medication usage, was recorded for 14 days after surgery. A generalized linear mixed model was used to detect differences in pain and medication use over the 14 days. The type-I error was defined as = 0.05. RESULTS: Tourniquet site pain was less in the LOP group during postoperative days (PODs) 1 to 5 (P < 0.05) and averaged across the two-week postoperative period (P = 0.015). Surgery site pain was less in the LOP group at PODs 9 and 14 (P < 0.05). Reduced opioid medication use was observed in the LOP group at PODs 3, 4, and 7 and averaged across the postoperative window (P < 0.05). CONCLUSION: Individualized LOPs yield decreased postoperative pain and narcotic use compared with STP during ACLR.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».