Efficacy of Multimodal Analgesia for Postoperative Pain Management in Head and Neck Cancer Patients
Notice bibliographique
Résumé
Postoperative opioid use has been linked to the subsequent development of opioid dependency. Multimodal analgesia (MMA) can reduce the use of opioids in the postoperative period, but MMA has not been well-studied after major head and neck surgery. Our goal is to explore the association between MMA and postoperative opioid use and pain control in patients undergoing major head and neck surgery. We performed a retrospective study in adult (age ≥ 18 years) patients undergoing primary head and neck cancer resection with free-flap reconstruction. All patients were treated using an established care pathway. The baseline group was treated between January 2015–December 2015 (n = 41), prior to the implementation of MMA, and were compared to an MMA-treated cohort treated between December 2017–June 2019 (n = 97). The primary outcome was the proportion of opioids prescribed and oral morphine equivalents (OMEs) consumed during the hospitalization. The secondary outcome was pain control. We found that the post-MMA group consumed fewer opioids in the postoperative period compared to the pre-MMA group. Prior to post-operative day (POD) 6, pain control was better in the post-MMA group; however, the pain control lines intersect on POD 6 and the pre-MMA group appeared to have better pain control from PODs 7–10. In conclusion, our data suggest MMA is an effective method of pain control and opioid reduction in patients undergoing surgery for head and neck cancer with free flap reconstruction. MMA use was associated with a significant decrease in the quantity of opioids consumed postoperatively. The MMA protocol was associated with improved pain management early in the postoperative course. Finally, the MMA protocol is a feasible method of pain control and may reduce the adverse side effects associated with opioid use.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».