Postoperative pain after cesarean section: assessment and management in a tertiary hospital in a low-income country
Notice bibliographique
Résumé
BACKGROUND: There is little information about the current management of pain after obstetric surgery at Mulago hospital in Uganda, one of the largest hospitals in Africa with approximately 32,000 deliveries per year. The primary goal of this study was to assess the severity of post cesarean section pain. Secondary objectives were to identify analgesic medications used to control post cesarean section pain and resultant patient satisfaction. METHODS: We prospectively followed 333 women who underwent cesarean section under spinal anesthesia. Subjective assessment of the participants' pain was done using the Visual Analogue Scale (0 to 100) at 0, 6 and 24 h after surgery. Satisfaction with pain control was ascertained at 24 h after surgery using a 2-point scale (yes/no). Participants' charts were reviewed for records of analgesics administered. RESULTS: Pain control medications used in the first 24 h following cesarean section at this hospital included diclofenac only, pethidine only, tramadol only and multiple pain medications. There were mothers who did not receive any analgesic medication. The highest pain scores were reported at 6 h (median: 37; (IQR:37.5). 68% of participants reported they were satisfied with their pain control. CONCLUSION: Adequate management of post-cesarean section pain remains a challenge at Mulago hospital. Greater inter-professional collaboration, self-administered analgesia, scheduled prescription orders and increasing availability of analgesic drugs may contribute to improved treatment of postoperative pain with better pain scores.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».