Acupuncture against chronic postsurgical pain in non-small cell lung cancer patients
Notice bibliographique
Résumé
INTRODUCTION: Video-assisted thoracoscopic lobectomy is the prior recommended treatment for non-small cell lung cancer (NSCLC), with the advantages of small trauma, less postoperative pain, and quick recovery. However, a large number of patients may suffer chronic postsurgical pain (CPSP), which makes the patients unwilling to practice pulmonary exercises, and it would directly affect patient's cough, sputum expectoration, and mobility. Opioids could greatly improve the quality of postoperative analgesia and the quality of life after surgery, but it is accompanied with obvious side effects. A number of clinical studies have proved that acupuncture could improve postoperative pain and reduce opioid use. In this study, we try to conduct a randomized controlled study to evaluate the efficacy and safety of plum-blossom needle acupuncture combined with Tramadol in improving CPSP after lobectomy in NSCLC patients. METHODS: Patients will be randomly divided into treatment group (acupuncture plus Tramadol) and control group (sham acupuncture plus Tramadol) with a random number table in 1:1 ratio. The patients, outcome assessor, and statistician will be blinded. The outcomes are changes of numerical rating scale, Karnofsky performance score, brief pain inventory, blood routine, liver and kidney function. The data will be analyzed by SPSS 22.0. CONCLUSIONS: The results will help to evaluate the efficacy and safety of plum-blossom needle acupuncture in improving CPSP after lobectomy in NSCLC patients.
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 | 0,000 |
| 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) | 0,003 | 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 ».