Association between self-perceived pain sensitivity and pain intensity after cardiac surgery
Notice bibliographique
Résumé
Background and purpose: Cardiac surgical pain remains a clinical challenge affecting about 40% of individuals in the first six months post-cardiac surgery, and continues up to two years after surgery for about 15–20%. Self-perceived sensitivity to pain may help to identify individuals at risk for persistent cardiac surgical pain to optimize health care responses. The purpose of this study was to assess the relationship between self-perceived pain sensitivity assessed by the Pain Sensitivity Questionnaire (PSQ) and postoperative worst pain intensity up to 12 months after cardiac surgery. Sex differences in baseline characteristics and the PSQ scores were also assessed. Methods: This study was performed among 416 individuals (23% women) scheduled for elective coronary artery bypass graft and/or valve surgery between March 2012 and September 2013. A secondary data-analysis was utilized to explore the relationship between preoperative PSQ scores and worst pain intensity rated preoperatively, across postoperative Days 1–4, at 2 weeks, and at 1, 3, 6, and 12 months post-surgery. Linear mixed model analyses were performed to estimate changes in pain intensity during 1-year follow-up. Results: The mean (±standard deviation) PSQ-total score was 3.3±1.4, with similar scores in men and women. The PSQ-total score was significantly associated with higher worst pain intensity ratings adjusted for participant characteristics ( p =0.001). Conclusion: Use of the PSQ before surgery may predict cardiac surgical pain intensity. However, previous evidence is limited and not consistent, and more research is needed to substantiate our results. Keywords: postoperative pain, acute pain, persistent pain, pain sensitivity, pain sensitivity questionnaire, cardiac surgery
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 | 0,215 | 0,005 |
| 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 | 0,001 |
| 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 ».