Monitoramento não invasivo baseado na biorreatância revela instabilidade hemodinâmica significativa durante cesárea eletiva sob raquianestesia
Bibliographic record
Abstract
JUSTIFICATIVA E OBJETIVOS: O monitoramento da pressão arterial oferece uma compreensão limitada das consequências hemodinâmicas da raquianestesia para cesariana. O objetivo deste estudo foi avaliar, com o auxílio do monitor de débito cardíaco não invasivo baseado na biorreatância, as alterações hemodinâmicas durante cesariana eletiva sob raquianestesia, na qual doses intermitentes de fenilefrina foram utilizados para prevenir e tratar a hipotensão. MÉTODOS: Este estudo observacional foi realizado após aprovação da comissão de ética na pesquisa e assinatura do consentimento informado. Pacientes saudáveis marcadas para cesariana eletiva sob raquianestesia foram avaliadas. Doses intermitentes de fenilefrina foram administrados para manter a pressão arterial sistólica nos níveis basais e as pacientes foram avaliadas com o monitor de débito cardíaco não invasivo baseado na biorreatância. Os dados hemodinâmicos foram colhidos continuamente no momento basal e durante os períodos pós-raquianestesia e pós-nascimento do feto. Os dados foram analisados usando ANOVA para modelos mistos e um p < 0,05 foi considerado significativo. RESULTADOS: A pressão arterial sistólica foi mantida entre 79,2% ± 14,2 e 105,9% ± 10,0 dos valores basais durante o período pós-raquianestesia e 78,4% ± 11,13 e 100,9% ± 10,7 dos valores basais no período pós-nascimento do feto (média ± DP). Flutuações significativas foram observadas na pressão arterial sistólica, frequência cardíaca e débito cardíaco no período pós-nascimento. CONCLUSÕES: Um novo monitor não invasivo, baseado na biorreatância, revelou flutuações hemodinâmicas significativas durante a cesariana sob raquianestesia, a despeito das tentativas de manter a pressão arterial nos níveis basais com doses intermitentes de fenilefrina.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".