Bayesian hierarchical nonlinear modelling of intra-abdominal volume during pneumoperitoneum for laparoscopic surgery
Calvo, Gabriel (Universitat de València. Departament d'Estadística i Investigació Operativa)
Armero, Carmen (Universitat de València. Departament d'Estadística i Investigació Operativa)
Gómez-Rubio, Virgilio (Universidad de Castilla-La Mancha. Departamento de Matemáticas)
Mazzinari, Guido (Hospital Universitari i Politècnic La Fe (València))

Date:	2021
Abstract:	Laparoscopy is an operation carried out in the abdomen through small incisions with visual control by a camera. This technique needs the abdomen to be insufflated with carbon dioxide to obtain a working space for surgical instruments' manipulation. Identifying the critical point at which insufflation should be limited is crucial to maximizing surgical working space and minimizing injurious effects. A Bayesian nonlinear growth mixed-effects model for the relationship between the insufflation pressure and the intra-abdominal volume generated is discussed as well as its plausibility to represent the data.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Language:	Anglès
Document:	Article ; recerca ; Versió publicada
Subject:	Intra-abdominal pressure ; Logistic growth function ; Markov chain ; Monte Carlo methods ; Random effects
Published in:	SORT : statistics and operations research transactions, Vol. 45 Núm. 2 (July-December 2021) , p. 143-162 (Articles) , ISSN 2013-8830

Adreça alternativa: https://raco.cat/index.php/SORT/article/view/394386
DOI: 10.2436/20.8080.02.113

20 p, 572.3 KB

The record appears in these collections:
Articles > Published articles > SORT
Articles > Research articles