Consensus Statement for the Prescription of Pain Medication at Discharge after Elective Adult Surgery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This Consensus Statement provides recommendations on the prescription of pain medication at discharge from hospital for opioid-naïve adult patients who undergo elective surgery. It encourages health care providers (surgeons, anesthesiologists, nurses/nurse practitioners, pain teams, pharmacists, allied health professionals, and trainees) to (1) use nonopioid therapies and reduce the prescription of opioids so that fewer opioid pills are available for diversion and (2) educate patients and their families/caregivers about pain management options after surgery to optimize quality of care for postoperative pain. These recommendations apply to opioid-naïve adult patients who undergo elective surgery. This consensus statement is intended for use by health care providers involved in the management and care of surgical patients. A modified Delphi process was used to reach consensus on the recommendations. First, the authors conducted a scoping review of the literature to determine current best practices and existing guidelines. From the available literature and expertise of the authors, a draft list of recommendations was created. Second, the authors asked key stakeholders to review and provide feedback on several drafts of the document and attend an in-person consensus meeting. The modified Delphi stakeholder group included surgeons, anesthesiologists, residents, fellows, nurses, pharmacists, and patients. After multiple iterations, the document was deemed complete. The recommendations are not graded because they are mostly based on consensus rather than evidence.
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.
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 | 0,004 | 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) | 0,000 | 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 découle