Opioid weaning and pain management in postsurgical patients at the Toronto General Hospital Transitional Pain Service
Notice bibliographique
Résumé
BACKGROUND: The perioperative period provides a critical window to address opioid use, particularly in patients with a history of chronic pain and presurgical opioid use. The Toronto General Hospital Transitional Pain Service (TPS) was developed to address the issues of pain and opioid use after surgery. AIMS: To provide program evaluation results from the TPS at the Toronto General Hospital highlighting opioid weaning rates and pain management of opioid-naïve and opioid-experienced surgical patients. METHODS: Two hundred fifty-one high-risk TPS patients were dichotomized preoperatively as opioid naïve or opioid experienced. Outcomes included pain, opioid consumption, weaning rates, and psychosocial/medical comorbidities. RESULTS: Six months postoperatively, pain and function were significantly improved. Opioid-naïve and opioid-experienced patients reduced consumption by 69% and 44%, respectively. Forty-six percent and 26% weaned completely. Consumption at hospital discharge predicted weaning in opioid-naïve patients. Pain catastrophizing, neuropathy, and recreational drug use predicted weaning in opioid-experienced patients. CONCLUSIONS: The TPS enabled almost half of opioid-naïve patients and one in four opioid-experienced patients to wean. The TPS successfully targets perioperative opioid use in complex pain patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».