Impact of Perioperative Epidural Placement on Postdischarge Opioid Use in Patients Undergoing Abdominal Surgery
Notice bibliographique
Résumé
BACKGROUND: Opioids play a crucial role in providing analgesia throughout the perioperative period; however, patients may become persistent users of these medications months after surgery. Epidurals have been posited to prevent the development of persistent pain, but there are little data on the effect of epidurals on persistent opioid use. METHODS: This study was conducted using a claims database of a large, nationwide commercial health insurer. Opioid-naive patients who underwent open abdominal surgery from January 2004 to December 2013 were included in the study. Propensity scores for epidural placement were calculated accounting for demographic characteristics, resource utilization, and comorbid conditions (including medical, psychiatric, and pain conditions). Time-to-event analysis was used with the primary outcome defined as 30 days without filling an opioid prescription after discharge. In addition, total morphine equivalents dispensed within 90 days of discharge were also calculated for each patient. RESULTS: A total of 6,432 patients were included in the final propensity score-matched cohort. The Cox proportional hazards ratio was 0.96 (95% CI, 0.91 to 1.01; P = 0.0910) for the relation between epidural placement and time till a 30-day gap without filling an opioid prescription. There was no difference in the total morphine equivalents dispensed within 90 days of discharge between the groups (P = 0.7670). CONCLUSIONS: Epidural placement was not protective against persistent opioid use in a large cohort of opioid-naive patients undergoing abdominal surgery. This finding does not detract from the other potential benefits of epidural placement. More research is needed to understand the mechanism of persistent opioid use after surgery and its prevention.
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 | 0,000 |
| 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) | 0,000 | 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 ».