MétaCan
Menu
Retour à la cohorte
Enregistrement W2414360039 · doi:10.12669/pjms.314.7555

Acute post surgical pain may result in chronic post surgical pain: A systemic review and meta analysis

2015· review· en· W2414360039 sur OpenAlexaboutno aff
Yan Jin

Notice bibliographique

RevuePakistan Journal of Medical Sciences · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAnesthesia and Pain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineChronic painAcute painOdds ratioPostoperative painMeta-analysisConfoundingMoodSurgeryPhysical therapyInternal medicineAnesthesia

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Chronic post surgical pain (CPSP) occurres frequently (from 10% to 50%) and has serious effects on the mood and activities of patients. This study was designed to evaluate the relationship between acute post surgical pain and chronic post surgical pain. METHODS: Electronic search databases included PubMed, EMBASE, Cochrane database and web of science. 9-stars Newcastle-Ottawa Scale was used to evaluate the quality of included studies. The odds ratio was used as a summary statistic index. Heterogeneity was assessed with I (2). RESULTS: We collected data from 4 case-control studies with or without chronic post surgical pain and compared those with patients who had acute post surgical pain or not. The age, sex was controlled as confounding factors. We collected 765 patients with chronic post surgical pain, of which 38.82% used to have acute post surgical pain. The risk ratio of patients with acute post surgical pain, as compared with no acute post surgical pain, was 3.10 for chronic post surgical pain (95% CI: 2.44, 3.96). CONCLUSION: Acute post surgical pain is a rick factor for chronic post surgical pain. We need to pay much attention to this phenomenon. However, more studies with high quality were still needed to confirm these findings.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,025
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,420
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePakistan Journal of Medical SciencesMême sujetAnesthesia and Pain ManagementTravaux en français237 207