Predictors of Early Postoperative Pain After Photorefractive Keratectomy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To compare the profiles of postoperative photorefractive keratectomy (PRK) pain between both eyes under the same conditions and to verify the preoperative predictors of pain such as gender, anxiety, knowledge of the procedure, and spherical equivalent refractive error (SERE). METHODS: This prospective study included 86 eyes of 43 patients with myopia who underwent PRK in both eyes at an interval of 14 days between the procedures. Before surgery, subjects answered the State Anxiety Inventory. After surgery, usual PRK pain treatment was given. Subjects answered the Visual Analog Scale, the Brief Pain Inventory (BPI), and the McGill Pain Questionnaire at 1, 24, 48, 72, and 96 hours after surgery. Pain scores and anxiety were compared between each eye using the Wald test and paired Student t test, respectively. The Wald test was performed for gender and SERE for each eye separately. RESULTS: There were no statistically significant differences between both eyes for all time points regarding the Visual Analog Scale, BPI, and McGill Pain Questionnaire-Pain Rating Index pain scores. Subjects were less anxious on average before the second surgery compared with before the first surgery (P < 0.001); however, it was not related to pain ratings after surgery. Gender did not significantly affect any scale of pain, and the SERE between -3 diopters (D) and -5 D (P = 0.035) revealed effects on the BPI. CONCLUSIONS: The profiles of postoperative pain after PRK were similar between both eyes under the same conditions. In this study, a high SERE was the only predictor for increased pain after PRK.
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.
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) | 0,000 | 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) | 0,001 | 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 découle