Predictors of persistent postsurgical pain following total knee arthroplasty: A protocol for systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Total knee arthroplasty (TKA) is a commonly performed procedure, primarily when knee joints have been damaged by progressive arthritis; however, over 20% of surgical patients develop persistent postsurgical pain (PPSP). We plan to conduct a systematic review and meta-analysis of factors associated with the development of PPSP following TKA.Methods: We will include peer-reviewed cohort or case–control studies that explore, in an adjusted model, factors associated with the development of PPSP after TKA. We will identify eligible studies, in any language, by a systematic search of MEDLINE, EMBASE, CINAHL, AMED, Scopus, SPORTDiscus, and PsycINFO, from inception of each database. Pairs of reviewers will, independently and in duplicate, screen titles and abstracts of identified citations, review the full texts of potentially eligible studies, and extract information from eligible studies. When possible, we will pool estimates of association for all independent variables reported by more than one study and report both an adjusted odds ratio and the absolute risk increase and associated 95% confidence intervals (Cis). We will use the Grading of Recommendations Assessment, Development and Evaluation (GRADE) approach to summarize the quality of evidence for all meta-analyses as high, moderate, low, or very low.Discussion: Our results will facilitate identification of patients at risk for the development of PPSP following TKA, highlight promising predictors for further study, and help guide the design of interventional studies to improve prognosis of high-risk 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 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 | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,016 |
| 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 | 0,001 |
| 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 ».