Post-operative pain following cardiac implantable electronic device implantation: insights from the BRUISE CONTROL trials
Notice bibliographique
Résumé
AIMS: Post-operative pain following cardiac implantable electronic device (CIED) insertion is associated with patient dissatisfaction, emotional distress, and emergency department visits. We sought to identify factors associated with post-operative pain and develop a prediction score for post-operative pain. METHODS AND RESULTS: All patients from the BRUISE CONTROL-1 and 2 trials were included in this analysis. A validated Visual Analogue Scale (VAS) was used to assess the severity of pain related to CIED implant procedures. Patients were asked to grade the most severe post-operative pain, average post-operative pain, and pain on the day of the first post-operative clinic. Multivariable regression analyses were performed to identify predictors of significant post-operative pain and to develop a pain-prediction score. A total of 1308 patients were included. Multivariable regression analysis found that the presence of post-operative clinically significant haematoma {CSH; P value < 0.001; odds ratio (OR) 3.82 [95% confidence interval (CI): 2.37-6.16]}, de novo CIED implantation [P value < 0.001; OR 1.90 (95% CI: 1.47-2.46)], female sex [P value < 0.001; OR 1.61 (95% CI: 1.22-2.12)], younger age [<65 years; P value < 0.001; OR 1.54 (95% CI: 1.14-2.10)], and lower body mass index [<20 kg/m2; P value < 0.05; OR 2.05 (95% CI: 0.98-4.28)] demonstrated strong and independent associations with increased post-operative pain. An 11-point post-operative pain prediction score was developed using the data. CONCLUSION: Our study has identified multiple predictors of post-operative pain after CIED insertion. We have developed a prediction score for post-operative pain that can be used to identify individuals at risk of experiencing significant post-operative pain.
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 | 0,015 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».