Sex differences in negative affect and postoperative pain in patients undergoing total knee arthroplasty
Notice bibliographique
Résumé
BACKGROUND: Knee osteoarthritis (OA) is among the most common and disabling persistent pain conditions, with increasing prevalence in the developed world, and affects women to a greater degree than men. In the USA, the growth of knee OA has been paralleled by an increase in rates of total knee arthroplasty (TKA), a surgical treatment option for late-stage knee OA. While TKA outcomes are generally good, postoperative trajectories of pain vary widely, with some patients reporting a complete absence of pain, but with a significant minority reporting worsening pain. Biopsychosocial factors, including anxiety and depression, are known to contribute importantly to the experience of joint pain, with women reporting a higher degree of negative affective symptoms. METHODS: This study investigated sex differences in TKA outcomes in age-matched groups of men and women at two academic medical centers. Pain and physical function were assessed in 100 patients (50 men and 50 women) during the perioperative period (preoperative visit-6 weeks postsurgical). The association of preoperative negative affect (anxiety and depression scores) to postoperative pain and function was evaluated, with specific attention to sex differences in this relationship. RESULTS: Overall, women reported more baseline pain-related physical dysfunction (although not higher baseline pain scores), as well as higher acute postoperative pain scores during the 2 weeks following TKA than their male counterparts. By 6 weeks postoperatively, sex differences in reported pain were no longer evident. Interestingly, although women reported higher preoperative levels of emotional distress than men, preoperative anxiety and depression scores were better predictors of severe postoperative pain among men than women, throughout the postoperative test period. CONCLUSIONS: This study underlines the importance of considering sex and psychosocial factors, as well as their interaction, in understanding postsurgical pain trajectories.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 ».