Blog

Apr 27, 2023

Facteurs de risque et modèle de prédiction de l'hypothermie peropératoire accidentelle chez les patients subissant une chirurgie robotique : une analyse rétrospective

Rapports scientifiques volume 13,

Rapports scientifiques volume 13, Numéro d'article : 3687 (2023) Citer cet article

438 accès

1 Altmétrique

Détails des métriques

Cette étude a exploré les facteurs de risque et établi un modèle de prédiction de l'hypothermie peropératoire (IOH) chez les patients subissant une chirurgie robotique. Nous avons mené une enquête rétrospective auprès de patients subissant une chirurgie robotique élective à l'hôpital de l'Union Chine-Japon de l'Université de Jilin entre juin 2020 et octobre 2021 en utilisant les dossiers médicaux institutionnels. Les températures centrales peropératoires et les facteurs d'influence potentiels ont été recueillis, et des analyses de régression ont été utilisées pour évaluer les facteurs de risque d'IOH et établir un modèle de prédiction de l'incidence de l'IOH. Au total, 833 patients ayant subi une chirurgie robotique ont été inclus dans l'analyse finale ; L'IOH a été observée chez 344 patients (incidence, 0,41 ; intervalle de confiance à 95 % [IC] 0,38-0,45). Un indice de masse corporelle (IMC) plus élevé et une température centrale de base étaient des facteurs de protection pour l'IOH. Un modèle de prédiction final pour IOH a été développé sur la base des facteurs déterminants avec une aire sous la courbe caractéristique de fonctionnement du récepteur de 0,85 sous validation croisée quintuple (IC à 95 % 0,83–0,88). En conséquence, un IMC et une température centrale de base inférieurs, des chirurgies thoraciques, des chirurgies du matin et des chirurgies de plus longue durée étaient des facteurs de risque d'IOH pendant les chirurgies robotiques. Notre modèle de prédiction a une excellente capacité de discrimination pour prédire l'IOH dans les chirurgies robotiques.

L'hypothermie peropératoire accidentelle (IOH), qui est définie comme une température centrale < 36 °C, est reconnue comme un événement indésirable courant chez les patients subissant une intervention chirurgicale sous anesthésie générale1. Il a été démontré que l'IOH est liée à de nombreuses complications, y compris l'infection du site opératoire, la thrombose, le métabolisme perturbé des médicaments et l'émergence retardée2,3,4,5. De plus, les chercheurs ont découvert qu'une IOH légère augmente la perte de sang, tandis qu'une gestion thermique agressive réduit la transfusion sanguine6,7,8. Des études récentes ont rapporté plusieurs facteurs associés à l'incidence de l'IOH, notamment l'âge> 65 ans, un faible poids corporel ou un mauvais état nutritionnel, une anesthésie générale associée à une anesthésie neuraxiale de haut niveau pour son effet sympatholytique correspondant, une perfusion peropératoire avec de grands volumes de solutions non chauffées , transfusion de globules rouges froids et durée de l'anesthésie > 2 h1,9.

Par rapport aux opérations laparoscopiques et thoracoscopiques ordinaires, la chirurgie robotique est couramment réalisée avec une durée chirurgicale plus longue et du dioxyde de carbone non chauffé pour le pneumopéritoine artificiel10,11. Une zone chirurgicale plus large dans laquelle plus de trocarts peuvent être insérés entraîne une exposition corporelle plus large et moins de surface de peau disponible pour un réchauffement actif. Ces facteurs pourraient entraîner des incidences et des facteurs de risque différents pour l'IOH en chirurgie robotique par rapport à la chirurgie de routine.

Par conséquent, notre analyse rétrospective visait à étudier l'incidence de l'IOH, à examiner les facteurs de risque et à établir un modèle de prédiction de l'IOH, en particulier pour la chirurgie robotique.

Dans l'ensemble, 1164 patients ont été sélectionnés pour l'éligibilité, parmi lesquels 190 ont été exclus pour les raisons expliquées à la Fig. 1. 118 autres patients dont les artefacts de température ont duré plus de 30 minutes ont été exclus de l'étude et 856 patients ont été pris en compte pour l'analyse. De plus, après avoir exclu 23 patients avec des variables de base incomplètes, 833 ont été inclus dans l'analyse finale.

Organigramme.

Nous avons fourni des boîtes à moustaches pour les températures à cœur en fonction de la durée chirurgicale afin d'examiner les tendances de la température à cœur, comme le montre la Fig. S1 supplémentaire. D'après la boîte à moustaches, les températures centrales des patients ont eu tendance à diminuer au cours des 2 premières heures et sont ensuite restées relativement stables. De plus, des schémas similaires ont été observés lorsque nous avons modélisé la tendance de la température à cœur à l'aide de termes splines (Fig. 2). Et nous avons fourni des données descriptives sur la perte de sang, la transfusion, la transfusion sanguine et l'irrigation dans le tableau supplémentaire 1.

Tendance de la température à cœur à l'aide de B-spline. La tendance de la température centrale a été générée à l'aide de modèles mixtes linéaires avec des interceptions aléatoires pour chaque patient. La non-linéarité de l'effet temporel a été incorporée à l'aide de B-splines. Les températures centrales de base ont également été ajustées dans le modèle. Les modèles ont été construits séparément pour des durées chirurgicales de 2 à 3 h, 3 à 4 h et 4 à 6 h.

Parmi les 833 patients inclus dans l'analyse, nous avons observé une IOH chez 344 patients, avec un taux d'incidence de 0,41 (intervalle de confiance à 95 % [IC] 0,38-0,45). Les taux d'incidence des chirurgies abdominales, thoraciques et thyroïdiennes étaient de 0,41 (IC à 95 % 0,37-0,45), 0,55 (IC à 95 % 0,46-0,64) et 0,32 (IC à 95 % 0,24-0,41), respectivement. Les patients plus âgés, de sexe masculin et ceux ayant un indice de masse corporelle (IMC) et une température centrale de base inférieurs, étaient plus susceptibles de souffrir d'IOH. De plus, l'IOH était plus susceptible de se produire pendant les chirurgies du matin et chez celles dont la durée était plus longue. En peropératoire, les patients atteints d'IOH ont subi plus de pertes de sang et ont reçu plus de transfusions de liquide et de sang. Les profils des patients sont présentés dans le tableau 1.

En utilisant toutes les variables de base comme prédicteurs candidats, l'IMC, la température centrale de base, la durée de la chirurgie, le site chirurgical et la durée de l'anesthésie ont été retenus dans le modèle. Notamment, dans le modèle multivariable, un IMC plus élevé et une température centrale de base étaient des facteurs de protection qui empêchaient l'IOH. Chaque augmentation de 5 kg/m2 de l'IMC était associée à une probabilité inférieure de 0,96 (IC à 95 % 0,95 à 0,99 ; P = 0,002) pour l'IOH, tandis que chaque augmentation de 1 °C de la température centrale de base était associée à une probabilité de 0,52 (IC à 95 % 0,48 –0,55 ; P < 0,001) cotes inférieures. Les patients ayant subi une chirurgie thoracique étaient plus susceptibles de développer une hypothermie que ceux ayant subi une chirurgie thyroïdienne (rapport de cotes [OR], 1,24 ; IC à 95 % 1,12-1,38 ; P < 0,001). En revanche, il n'y avait pas de différence significative entre ceux qui ont subi des chirurgies thyroïdiennes et abdominales (OR, 1,06 ; IC à 95 % 0,98-1,15 ; P = 0,16) (Tableau 2). Les patients qui ont subi l'induction de l'anesthésie le matin avaient 1,08 (IC à 95 % 1,01-1,15 ; P = 0,02) un risque plus élevé d'IOH que ceux de l'après-midi. Cependant, aucune différence significative n'a été observée entre ceux induits le soir et l'après-midi (OR, 0,98, IC à 95 % 0,90-1,06 ; P = 0,61). De plus, chaque durée chirurgicale de 1 heure de plus était associée à une cote supérieure de 1,05 (IC à 95 % : 1,02 à 1,07 ; P < 0,001) pour l'IOH. Bien qu'une durée chirurgicale exacte ne soit pas disponible avant la chirurgie, une durée approximative peut être prévue et utilisée dans le modèle de prédiction. Les spécifications du modèle sont présentées dans le tableau 2.

En utilisant une validation croisée quintuple, nous avons obtenu une zone de validation croisée sous la courbe des caractéristiques de fonctionnement du récepteur (ROC) (AUROC) de 0,85 (IC à 95 % 0,83-0,88), ce qui indique une excellente performance de prédiction. Remarquablement, notre modèle a surpassé le modèle de Yi J (P = 0,001), qui a produit un AUROC de 0,82 (IC à 95 % 0,79–0,85) sur nos données. Une comparaison des deux courbes ROC est illustrée à la Fig. 3. De plus, le nomogramme de notre modèle est illustré à la Fig. 4.

Courbe caractéristique de fonctionnement du récepteur pour le modèle de prédiction.

Nomogramme.

Nous avons observé une incidence globale d'IOH de 41,0 % chez les patients ayant subi des chirurgies robotiques sélectives. Les patients ayant un IMC et une température centrale de base inférieurs avant l'anesthésie, et ceux qui ont subi une chirurgie matinale ou thoracique étaient susceptibles d'hypothermie. Nous avons proposé un modèle de prédiction de l'hypothermie spécifique à la chirurgie robotique. Le modèle vise à identifier à l'avance les patients présentant un risque élevé d'IOH, de sorte que des stratégies multimodales prophylactiques et des dispositifs de réchauffement actifs puissent être appliqués pour prévenir efficacement l'IOH et les complications associées. Le modèle a démontré une bonne discrimination avec un AUROC à validation croisée de 0,85 (IC à 95 % 0,83–0,88).

Nous avons également observé différentes incidences d'IOH selon les types de chirurgie, ce qui peut s'expliquer par des différences dans les populations chirurgicales. Nous avons constaté que les taux d'incidence des chirurgies robotiques abdominales, thoraciques et thyroïdiennes étaient de 0,41 (IC à 95 % 0,37-0,45), 0,55 (IC à 95 % 0,46-0,64) et 0,32 (IC à 95 % 0,24-0,41), respectivement. Une enquête concernant les patients subissant une chirurgie laparoscopique en Chine a rapporté que l'incidence de l'IOH était de 29,0 % (200 sur 690 cas). Cela peut être dû au fait que la durée de la chirurgie robotique a tendance à être plus longue par rapport à la chirurgie laparoscopique conventionnelle (224 vs 201 min). Cependant, l'incidence chez nos patients était inférieure à celle rapportée dans d'autres études, qui variaient de 53 à 73 % chez les patients subissant des opérations abdominales et thoraciques majeures12,13,14. Nous avons trouvé un IMC plus élevé dans notre étude (24 vs 26), probablement parce que la plupart des chirurgies bariatriques sont opérées par des robots, compte tenu de leur plus grande flexibilité dans les cavités étroites. Conformément à d'autres études1,15, un IMC et une température centrale de base inférieurs sont des facteurs importants dans le développement de l'IOH.

Dans cette étude, la température ambiante a été maintenue à 23 °C et un réchauffeur de perfusion pour les liquides et les produits sanguins était obligatoire chez tous les patients, ce qui peut expliquer pourquoi notre incidence était inférieure à celle rapportée dans les études précédentes en Chine (44,3 %)15 . La même étude considérait le chauffe-perfusion comme un facteur de protection contre l'hypothermie. Cependant, Poder et al.16 ont constaté qu'un réchauffeur de sang réglé à 41,5 °C n'est pas une garantie d'éviter l'hypothermie lors de l'utilisation d'un brassard de perfusion à pression lors d'une transfusion massive. Parce qu'ils constatent que la température de sortie n'atteint que 33,7 °C à 300 mmHg lorsqu'un réchauffeur de sang est réglé à 41,5 °C. De plus, il ne garantit pas la perte de chaleur provenant d'autres sources ou la normothermie.

Par rapport à l'induction de l'anesthésie l'après-midi, l'OR de l'IOH était plus élevé chez les patients qui ont été induits le matin. Une explication raisonnable est que la température corporelle est généralement plus élevée l'après-midi en raison des fluctuations circadiennes de la température corporelle. Les chercheurs ont observé une variation diurne de la température, avec un pic à 16h0017,18. D'autres études ont montré que la température à cœur est typiquement d'environ 37,5 °C à 15h0019. Une perfusion de liquide préopératoire supplémentaire pour les cas chirurgicaux de l'après-midi pourrait être une autre raison de la prévention de l'hypothermie.

En ce qui concerne l'incidence plus élevée d'IOH en chirurgie thoracique, nos résultats sont cohérents avec les résultats de nombreuses études précédentes. Li et al.13 ont constaté que 72,7 % (IC à 95 % : 70,5 à 75,0 %) des patients adultes ayant subi une chirurgie thoracoscopique assistée par vidéo souffraient d'hypothermie. Emmert et al.14 ont rapporté une incidence globale d'HIO de 64,3 % en chirurgie thoracique. Outre la surface cutanée moins exposée pour le réchauffement actif en position de décubitus latéral, une autre raison possible est que le bloc paravertébral est généralement associé à une anesthésie générale dans ces cas chirurgicaux, ce qui bloque les nerfs sympathiques homolatéraux et est associé à une thermogenèse réduite19. De même, une étude précédente a également confirmé que la combinaison d'une anesthésie générale avec une anesthésie régionale augmente encore le risque d'IOH9. Cependant, aucune différence significative dans l'incidence de l'hypothermie n'a été observée entre la chirurgie thyroïdienne (approche du sein) et la chirurgie abdominale, probablement parce que la surface exposée était comparable selon l'outil d'estimation de la surface brûlée connu sous le nom de diagramme de Lund et Browder20.

Des études antérieures ont démontré que le seuil de vasoconstriction thermorégulatrice est réduit chez les patients âgés sous anesthésie générale14. À l'exception de l'âge, cinq autres facilement accessibles et confirmés par régression logistique en tant qu'indicateurs associés, notamment le sexe, l'IMC, la température centrale de base, le temps d'induction et le site chirurgical, ont également été inclus dans le modèle de prédiction pour l'IOH. Nous avons obtenu un AUROC à validation croisée de 0,85 (IC à 95 % : 0,83 à 0,88). Notamment, en utilisant la méthode de DeLong, notre modèle a surpassé la formule de Huang (P = 0,001)22. Par conséquent, cela indique que le modèle a une bonne capacité discriminative pour la prédiction.

Notre étude comporte certaines limites. Premièrement, notre analyse est monocentrique, avec une rétrospective modérée de 833 participants qualifiés ayant subi une chirurgie robotique. Par conséquent, l'extension du modèle de conclusion et de prédiction est limitée par la taille de l'échantillon et le type de chirurgie spécifique. Deuxièmement, notre modèle de prédiction a été influencé dans une certaine mesure par des facteurs de confusion inconnus ou potentiels qui étaient mal caractérisés et mal conçus dans notre registre (non répertoriés dans le tableau 2). Les facteurs de confusion systématiques ont influencé nos résultats concernant la pratique de routine et la déficience du dispositif dans notre centre, y compris l'utilisation systématique d'un système de perfusion chaude. Peu de médecins ont choisi de les utiliser sous des couvertures chauffantes, ce qui est un problème très critique dans nos expériences. Cependant, nous avons systématiquement utilisé des réchauffeurs de perfusion pour tous les patients. Troisièmement, les chirurgies gastro-intestinales, hépatobiliaires, gynécologiques et urologiques ont toutes été classées dans le type de chirurgie abdominale, et avec une taille d'échantillon suffisante, ces chirurgies pourraient être analysées plus en détail dans différents sous-groupes dans de futures études. De plus, nous avons exclu les patients ayant subi un artefact de température durant plus de 30 min, ce qui introduirait un biais de sélection pour les patients dont la température n'augmente pas après le traitement. Enfin et surtout, notre modèle n'a été validé qu'en interne avec la même population de patients, et il attend une validation externe dans d'autres établissements.

En conclusion, cette étude a révélé une incidence de 41 % d'IOH chez les patients ayant subi une chirurgie robotique. Les facteurs de risque identifiés ont montré que les patients ayant un IMC et une température centrale de base inférieurs et ceux subissant des chirurgies thoraciques, matinales et de plus longue durée étaient plus susceptibles de développer une IOH. Notre modèle a une bonne capacité discriminative pour prédire l'IOH. Par conséquent, des mesures d'isolation plus efficaces et l'identification précise des populations à haut risque sont nécessaires dans la pratique clinique pour prévenir l'IOH et les complications périopératoires associées.

Cette étude rétrospective monocentrique a recruté des patients ayant subi une chirurgie robotique élective à l'hôpital de l'Union Chine-Japon de l'Université de Jilin en Chine entre juin 2020 et octobre 2021. Union Hospital, car l'étude était basée sur une base de données entièrement anonymisée (Identifier, 20220628021). Toutes les données ont été obtenues à partir de bases de données de dossiers médicaux institutionnels.

Cette étude a recruté des patients adultes âgés de ≥ 18 ans qui devaient subir une chirurgie robotique élective hospitalisée d'une durée prévue de > 2 h. Les critères d'exclusion étaient les suivants : (1) n'a pas surveillé la température centrale ; (2) maladies préopératoires affectant la température corporelle (p. ex., hypothyroïdie ou hyperthyroïdie, fièvre associée à une maladie cérébrovasculaire, risque élevé d'hyperthermie maligne, comme des antécédents médicaux ou familiaux d'hyperthermie maligne, et fièvre due à une infection avec une température centrale supérieure à 38 °C avant opération); (3) participation à une autre étude dans les 6 mois ; (4) patients avec un artefact de température qui a duré plus de 30 min ; et (5) données de référence insuffisantes. De plus, les artefacts ont été supprimés en utilisant les règles suivantes : température à cœur hors plage définie comme > 38 °C ou < 35 °C ou changements brusques définis par un changement ≥ 0,5 °C en 5 min.

La température ambiante était maintenue à 23 °C, tandis que les couvertures chauffantes sous les patients étaient à peine utilisées. Peu de temps après l'intubation endotrachéale, la température centrale peropératoire a été surveillée et enregistrée à l'aide d'un capteur de cordon jetable (Mindray, MR410b) placé dans le nasopharynx ou l'œsophage distal. Les deux emplacements ont été considérés comme des sites fiables de mesure de la température à cœur21. Tout au long de l'anesthésie, les données de température ont été automatiquement enregistrées et stockées dans un système d'enregistrement d'anesthésie (Docare V5.0, Medical Systems) à des intervalles de 5 minutes. Les facteurs candidats influençant la température centrale1,9 ont été recueillis à l'aide de systèmes de dossiers électroniques de patients et de dossiers de soins médicaux d'infirmières.

Le critère de jugement principal était l'IOH, définie comme une température centrale < 36 °C à tout moment de la procédure périopératoire. Les facteurs d'influence candidats sont décrits comme suit :

Les caractéristiques démographiques et de base comprenaient le sexe, l'âge, l'IMC, l'état physique de l'American Society of Anesthesiologists et le diabète sucré (éventuellement associé à une thermorégulation altérée)9.

Informations sur la chirurgie : site chirurgical (thyroïde, abdominal ou thoracique), perte de sang, liquide d'irrigation réchauffé ou non réchauffé et volume. La chirurgie abdominale comprenait les chirurgies générales, gynécologiques et urologiques.

Les informations sur l'anesthésie comprenaient le volume de liquide de remplacement intraveineux réchauffé, la transfusion sanguine et la durée de l'anesthésie.

D'autres informations comprenaient l'heure d'induction de l'anesthésie le matin (de 8 h à midi), l'après-midi (de midi à 18 h) ou le soir (de 18 h à 22 h) ; la température centrale de base et la température ambiante de la salle d'opération.

Nous avons d'abord exploré les changements de la température corporelle centrale peropératoire. La tendance de la température corporelle a été estimée à l'aide de modèles mixtes linéaires, en régressant la température centrale en fonction du temps à partir de l'induction de l'anesthésie, en utilisant une matrice de corrélation symétrique composée et en ajustant la température de base des patients. La non-linéarité de l'effet du temps sur la température à cœur a été expliquée à l'aide de B-splines. Étant donné que la tendance de la température centrale a été modifiée par la durée chirurgicale, nous avons tracé séparément les courbes pour les patients ayant des durées chirurgicales de 2 à 3 h, 3 à 4 h et 4 à 6 h.

Bien que la perte de sang, la perfusion, la transfusion et l'irrigation soient des facteurs importants d'hypothermie, elle ne peut pas être prédite avec précision avant la chirurgie. Par conséquent, nous avons simplement décrit les données comme médiane, premier quartile (Q1), troisième quartile (Q3) au lieu de considérer ces facteurs lors de la construction du modèle.

Pour évaluer les facteurs de risque potentiels d'IOH chez les patients subissant une chirurgie robotique, nous avons d'abord résumé les profils des patients en fonction de l'incidence de l'IOH via des statistiques récapitulatives standardisées sous forme de moyenne ± écart-type ou n (%). De plus, des comparaisons univariées pour les patients avec ou sans IOH ont été effectuées en utilisant le test t et le chi carré pour les variables continues et catégorielles, respectivement.

Par la suite, la sélection des facteurs de risque dans un modèle multivariable a été réalisée par élimination rétrograde, en conservant les variables avec des P-values ​​< 0,05. Un AUROC à validation croisée quintuple et son IC à 95 % ont été rapportés pour la validation interne du modèle. De plus, nous avons comparé la prévisibilité de notre modèle à celle proposée par Yi et al.22, et l'AUROC a été comparé à l'aide de la méthode de DeLong23. Le modèle final, qui comprenait tous les patients, a été rapporté et résumé dans un nomogramme.

Nous avons estimé qu'environ 45 chirurgies robotiques étaient effectuées chaque mois dans notre établissement. Une étude a rapporté une incidence d'IOH de 44,3 % chez 3132 patients en Chine16. En supposant une incidence plus conservatrice de 40 %, nous nous attendions à collecter des données auprès de 680 patients et à observer 272 cas d'IOH au cours de la période d'inscription de 16 mois. Dans l'ensemble, 272 cas IOH étaient suffisants pour évaluer 10 prédicteurs, sous la recommandation de 10 cas par prédicteur24.

Toutes les procédures étaient conformes aux principes de la Déclaration d'Helsinki et aux lignes directrices pertinentes. Tous les protocoles ont été approuvés par le comité d'éthique et le comité d'examen institutionnel du China-Japan Union Hospital. Puisqu'il s'agissait d'une étude rétrospective basée sur une base de données entièrement anonymisée, les formulaires de consentement éclairé ont été exemptés par le comité d'éthique et le comité d'examen institutionnel du China-Japan Union Hospital.

Toutes les données générées ou analysées au cours de cette étude sont incluses dans cet article publié (et ses fichiers d'informations supplémentaires).

Yi, J. et al. Incidence de l'hypothermie peropératoire accidentelle et de ses facteurs de risque chez les patients subissant une anesthésie générale à Pékin : une enquête régionale prospective. PLoS ONE 10, e0136136 (2015).

Article PubMed PubMed Central Google Scholar

Kurz, A., Sessler, DI & Lenhardt, RA normothermie périopératoire pour réduire l'incidence de l'infection des plaies chirurgicales et raccourcir l'hospitalisation. Étude de l'infection de la plaie et du groupe de température. N. Engl. J. Med. 334, 1209-1215 (1996).

Article CAS PubMed Google Scholar

Heier, T. et al. L'influence de l'hypothermie légère sur la pharmacocinétique et le temps d'action de la néostigmine chez des volontaires anesthésiés. Anesthésiologie 97, 90–95 (2002).

Article CAS PubMed Google Scholar

Lenhardt, R. et al. Une hypothermie peropératoire légère prolonge la récupération post-anesthésique. Anesthésiologie 87, 1318–1323 (1997).

Article CAS PubMed Google Scholar

Li, L., Chen, X., Ma, W. & Li, Y. Les effets de l'hypothermie dans la thrombose : une revue systématique et une méta-analyse. Ann. Palliat. Méd. 10, 9564–9571 (2021).

Article PubMed Google Scholar

Schmied, H., Kurz, A., Sessler, DI, Kozek, S. et Reiter, A. L'hypothermie légère augmente la perte de sang et les besoins en transfusion pendant l'arthroplastie totale de la hanche. Lancet 347, 289-292 (1996).

Article CAS PubMed Google Scholar

Rajagopalan, S., Mascha, E., Na, J. & Sessler, DI Les effets de l'hypothermie périopératoire légère sur la perte de sang et les besoins en transfusion. Anesthésiologie 108, 71–77 (2008).

Article PubMed Google Scholar

Winkler, M. et al. Un réchauffement agressif réduit la perte de sang pendant l'arthroplastie de la hanche. Anesthésie. Analg. 91, 978–984 (2000).

Article CAS PubMed Google Scholar

Torossian, A. et al. Prévention de l'hypothermie périopératoire accidentelle. Dtsch. Arztebl. Int. 112, 166-172 (2015).

PubMed PubMed Central Google Scholar

Jeong, IG et al. Association de la néphrectomie radicale assistée par robot vs laparoscopique avec les résultats périopératoires et les coûts des soins de santé, 2003 à 2015. JAMA 318, 1561-1568 (2017).

Article PubMed PubMed Central Google Scholar

Luo, J. et al. Effet bénéfique du réchauffement des fluides chez les patients âgés atteints d'un cancer de la vessie subissant une cystectomie radicale laparoscopique assistée par robot Da Vinci. Cliniques 75, e1639 (2020).

Article PubMed PubMed Central Google Scholar

Pu, Y. et al. Le réchauffement avec un système de réchauffement sous le corps réduit l'hypothermie peropératoire chez les patients subissant une chirurgie gastro-intestinale laparoscopique : une étude contrôlée randomisée. Int. J. Nurs. Étalon. 51, 181-189 (2014).

Article PubMed Google Scholar

Li, Y., Liang, H. & Feng, Y. Prévalence et facteurs multivariables associés à l'hypothermie peropératoire accidentelle en chirurgie thoracoscopique assistée par vidéo : étude rétrospective monocentrique. BMC Anesthésiol. 20, 25 (2020).

Article PubMed PubMed Central Google Scholar

Emmert, A. et al. Association entre l'hypothermie périopératoire et les résultats des patients après une chirurgie thoracique : une analyse rétrospective monocentrique. Médecine 97, e0528 (2018).

Article PubMed PubMed Central Google Scholar

Yi, J. et al. L'hypothermie peropératoire et ses résultats cliniques chez les patients subissant une anesthésie générale : étude nationale en Chine. PLoS ONE 12, e0177221 (2017).

Article PubMed PubMed Central Google Scholar

Poder, TG et al. Brassard de perfusion à pression et réchauffeur de sang lors d'une transfusion massive: une étude expérimentale sur l'hémolyse et l'hypothermie. PLoS ONE 11, e0163429 (2016).

Article PubMed PubMed Central Google Scholar

Obermeyer, Z., Samra, JK & Mullainathan, S. Différences individuelles de température corporelle normale : analyse longitudinale des mégadonnées des dossiers des patients. BMJ 359, j5468 (2017).

Article PubMed PubMed Central Google Scholar

Sessler, DI, Lee, KA & McGuire, J. Anesthésie à l'isoflurane et cycles de température circadiens chez l'homme. Anesthésiologie 75, 985–989 (1991).

Article CAS PubMed Google Scholar

Davies, RG, Myles, PS & Graham, JM Une comparaison de l'efficacité analgésique et des effets secondaires du blocus paravertébral vs péridural pour la thoracotomie - une revue systématique et une méta-analyse d'essais randomisés. Br. J. Anaesth. 96, 418–426 (2006).

Article CAS PubMed Google Scholar

Taylor, KJ, Burns, PN, Woodcock, JP & Wells, PN Débit sanguin dans les vaisseaux abdominaux et pelviens profonds : analyse Doppler pulsée par ultrasons. Radiologie 154, 487–493 (1985).

Article CAS PubMed Google Scholar

Wang, M. et al. Profondeur optimale pour le positionnement de la sonde de température nasopharyngée. Anesthésie. Analg. 122, 1434-1438 (2016).

Article PubMed Google Scholar

Yi, J. et al. Établissement et validation d'une équation de prédiction pour estimer le risque d'hypothermie peropératoire chez les patients sous anesthésie générale. Sci. Rep. 7, 13927 (2017).

Article ADS PubMed PubMed Central Google Scholar

DeLong, ER, DeLong, DM & Clarke-Pearson, DL Comparaison des zones sous deux ou plusieurs courbes caractéristiques de fonctionnement de récepteur corrélées : une approche non paramétrique. Biometrics 44, 837–845 (1988).

Article CAS PubMed MATH Google Scholar

Peduzzi, P., Concato, J., Kemper, E., Holford, TR & Feinstein, AR Une étude de simulation du nombre d'événements par variable dans l'analyse de régression logistique. J.Clin. Épidémiol. 49, 1373–1379 (1996).

Article CAS PubMed Google Scholar

Télécharger les références

Nous tenons à remercier Editage (http://www.editage.cn) pour l'édition en anglais.

Financé exclusivement par des sources internes.

Ces auteurs ont contribué à parts égales : Zhouting Hu et Wangyu Li.

Département d'anesthésiologie, China-Japan Union Hospital, Jilin University, 126th Xiantai Avenue, Changchun, 130021, Jilin, République populaire de Chine

Zhouting Hu, Wangyu Li et Kai Li

Vilcek Institute of Graduate Biomedical Sciences, Université de New York, New York, NY, États-Unis

Chen Liang

Outcomes Research Consortium, Cleveland, OH, États-Unis

Kai Li

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

ZH et KL ont contribué à la conception de l'étude, à la collecte et à l'interprétation des données et à la rédaction du manuscrit. WL a contribué à la collecte et à l'interprétation des données et à la rédaction du manuscrit. CL a contribué à l'interprétation des données et à la rédaction du manuscrit. Tous les auteurs ont lu et approuvé la version finale du manuscrit.

Correspondance à Kai Li.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui autorise l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur tout support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Hu, Z., Li, W., Liang, C. et al. Facteurs de risque et modèle de prédiction de l'hypothermie peropératoire accidentelle chez les patients subissant une chirurgie robotique : une analyse rétrospective. Sci Rep 13, 3687 (2023). https://doi.org/10.1038/s41598-023-30819-1

Télécharger la citation

Reçu : 20 septembre 2022

Accepté : 02 mars 2023

Publié: 06 mars 2023

DOI : https://doi.org/10.1038/s41598-023-30819-1

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.