Predicting Acute Postoperative Pain Trajectories and Long-Term Outcomes of Adolescents after Spinal Fusion Surgery
Notice bibliographique
Résumé
Objectives . Acute pain trajectories are associated with long-term outcomes such as persistent pain and functional disability in adults. However, there are limited data on acute postoperative pain trajectories in the pediatric population. The aims of this study were to investigate acute postoperative pain trajectories, their predictors, and their impact on long- term outcomes in adolescents with idiopathic scoliosis. Methods . We evaluated the preoperative pain intensity, use of analgesics, psychosocial measures and physical functioning of adolescents scheduled to undergo spinal fusion, and their average 6-hour self-reported pain intensity scores for their entire hospital stay. Six months after surgery, baseline variables were reassessed. We used growth mixture modeling to conduct acute postoperative pain trajectory analysis and to identify predictors of pain trajectories. Generalized linear models were conducted to determine whether acute pain trajectories predict long-term outcomes. Results . One hundred and six patients were included in the best-fitted acute pain trajectory model that included four classes that differed in initial pain intensity and rates of change over time. Preoperative pain catastrophizer status and use of analgesics significantly predicted pain trajectory membership. Furthermore, at the 6-month follow-up, patients experiencing moderate-to-severe pain in the acute postoperative period were more likely to report higher levels of pain severity, use pain medication, and miss a greater number of school/work days due to back pain in the last three months. Discussion . Preoperative assessment and analyzing the progression of pain in the acute postoperative period can help identify those at risk of negative long-term outcomes after surgery.
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 | 0,001 |
| 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) | 0,000 | 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 ».