Is general anesthesia neuroinjury-free and safe for gynecological patients’ cognition? A comparison of two typical anesthesia schemes based on propofol and sevoflurane
Notice bibliographique
Résumé
INTRODUCTION: The aim of the study was to evaluate the neurocognitive safety of two schemes of general anesthesia based on propofol or sevoflurane applied to patients undergoing laparoscopic gynecological operations, with a special focus on the patients' age, American Society of Anesthesiologists (ASA) physical status/risk category I, II, or III, and levels of neuromarkers. MATERIAL AND METHODS: The Montreal Cognitive Assessment (MoCA) was chosen for cognitive assessment. The potential neuroinjury after anesthesia and operation was assessed with a set of neuromarkers: glial fibrillary acidic protein (GFAP), neurofilament light chain (NFL), tau protein (tau), and ubiquitin C-terminal hydrolase L1 (UCH-L1). The study was conducted on a group of women with no prior neurological or psychiatric diseases. RESULTS: A total of 61 patients (mean age 40.57 years) were included in the study (29 patients under propofol-based anesthesia [PBA], 32 patients under sevoflurane-based anesthesia [SBA]). The groups were demographically comparable. The patients in both groups exhibited a postoperative increase in the MoCA regardless of the type of anesthesia. The NFL and UCH-L1 levels increased significantly in both groups. The GFAP levels were significantly higher in the SBA group. Neither the age nor the increase in the neuromarkers influenced the patients' cognition. CONCLUSIONS: The types of anesthesia applied in the laparoscopic gynecological operations resulted in a cognitively safe outcome despite detectable alterations in the neuromarkers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».