Pain management in intensive care unit patients after cardiac surgery with sternotomy approach
Notice bibliographique
Résumé
Background. Postoperative pain is a common problem among intensive care patients. Pain management includes pain assessment and documentation, patient care, and pharmacological treatment. Materials and methods. The study used a prospective, cross-sectional design. Nineteen intensive care nurses and 72 intensive care patients after cardiac surgery with sternotomy approach were studied. Toronto Pain Management Inventory was used to assess nurses and the 2010 Revised American Pain Society Patient Outcome Questionnaire was used to assess the patients. A research protocol was used to document pharmacological treatment data and Visual Analog Scale (VAS) pain measurements. The pharmacological therapy data was available for 72 patients, but patient satisfaction measurements were acquired from 52 patients. Results. Postoperative pain for intensive care patients after cardiac surgery is mostly mild (68.66%). Pain intensity had a tendency to decrease over time, from a mean VAS score of 4.66 two hours after extubation to a mean VAS score of 3.12 twelve hours after extubation. Mostly opioids (100%) and nonsteroidal anti‑inflammatory drugs (NSAIDs, 77.8%) were used for pharmacological treatment, and treatment was adjusted according to pain levels and patient needs. Patient satisfaction regarding pain management in the first 24 hours after surgery was high (94.2%), even though the nurses’ pain knowledge was average (X = 60.6 ± 7.3%). Conclusions. An individualized pain management plan requires pain documentation and ensures high patient satisfaction. Pain levels after cardiac surgery with sternotomy approach are mostly mild and patient satisfaction is high.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».