Multimodal Brain Monitoring-Guided Anesthesia Management Improves Functional Connectivity, Enhances Recovery and Attenuates Postoperative Pain in Elderly Surgical Patients
Notice bibliographique
Résumé
Shuyi Yang,1,* Shuai Feng,1,* Hao Wu,2,* Chonglin Zhong,1 Shubin Zhan,1 Chunxiu Wang,3 Zan Chen,2 Yaxian Huang,1 Guanxu Zhao,1 Yue Zhang,1 Tianlong Wang,1 Wei Xiao1 1Department of Anesthesiology, Xuanwu Hospital Capital Medical University, National Clinical Research Center for Geriatric, Beijing, People’s Republic of China; 2Department of Neurosurgery, Xuanwu Hospital Capital Medical University, Beijing, People’s Republic of China; 3Department of Evidence-Based Medicine, Xuanwu Hospital Capital Medical University, Beijing, People’s Republic of China*These authors contributed equally to this workCorrespondence: Wei Xiao, Department of Anesthesiology, Xuanwu Hospital Capital Medical University, National Clinical Research Center for Geriatric, No. 45 Changchun Street, Xicheng District, Beijing, 100053, People’s Republic of China, Tel +86 138 1097 1299, Email kitten15@126.com Tianlong Wang, Department of Anesthesiology, Xuanwu Hospital Capital Medical University, National Clinical Research Center for Geriatric, No. 45 Changchun Street, Xicheng District, Beijing, 100053, People’s Republic of China, Tel +86 139 1052 5304, Email w_tl5595@hotmail.comPurpose: Perioperative neurocognitive disorder (PND) is common in elderly surgical patients and severely affects postoperative recovery. However, effective prevention is still lacking. Potential perioperative cerebral stressors (including inappropriate sedative/analgesic depth and imbalanced cerebral oxygen supply/demand) may be important contributing factors. We developed an anesthesia management protocol based on multimodal brain monitoring to achieve standardized, individualized, and real-time regulation of sedative/analgesic depth and cerebral oxygen saturation and investigated whether it could reduce the incidence of PND and its underlying mechanisms.Patients and Methods: Patients (aged ≥ 65 years) were randomized into Groups C (n=88) and E (n=93). Patients in Group E received multimodal brain monitoring-guided anesthesia management, and those in Group C received BIS-guided anesthesia management. The Montreal Cognitive Assessment (MoCA) was performed both before and seven days after surgery. The postoperative pain scores were recorded. Resting-state functional MRI data were analyzed to examine functional connectivity (FC).Results: Group E demonstrated a numerically lower incidence of PND (15.50% vs 21.59% in Group C), but this difference was not statistically significant. Patients in Group E had increased FC within the right pulvinar, right sub-gyral region, and right inferior parietal lobule (P < 0.05). Significantly lower pain scores were observed in Group E at rest (1h: P=0.04; 24h: P=0.04) and during movement (1h: P=0.03).Conclusion: These results suggest that multimodal brain monitoring-guided anesthesia management may protect neurocognition by enhancing FC within cognition-associated brain regions and attenuating postoperative acute pain. And multimodal brain monitoring-guided anesthesia management may confer a clinically relevant reduction in PND incidence compared to BIS-guided management in elderly surgical patients.Keywords: multimodal brain monitoring, elderly patients, perioperative neurocognitive disorders, functional connectivity, postoperative acute pain
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 | 0,000 | 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 | 0,000 |
| 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) | 0,002 | 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 ».