Quality of meta-analyses of non-opioid, pharmacological, perioperative interventions for chronic postsurgical pain: a systematic review
Notice bibliographique
Résumé
BACKGROUND: In an attempt to aggregate observations from clinical trials, several meta-analyses have been published examining the effectiveness of systemic, non-opioid, pharmacological interventions to reduce the incidence of chronic postsurgical pain. OBJECTIVE: To inform the design and reporting of future studies, the purpose of our study was to examine the quality of these meta-analyses. EVIDENCE REVIEW: We conducted an electronic literature search in Embase, MEDLINE, and the Cochrane Database of Systematic Reviews. Published meta-analyses, from the years 2010 to 2020, examining the effect of perioperative, systemic, non-opioid pharmacological treatments on the incidence of chronic postsurgical pain in adult patients were identified. Data extraction focused on methodological details. Meta-analysis quality was assessed using the A Measurement Tool to Assess Systematic Reviews 2 (AMSTAR 2) critical appraisal tool. FINDINGS: Our search yielded 17 published studies conducting 58 meta-analyses for gabapentinoids (gabapentin and pregabalin), ketamine, lidocaine, non-steroidal anti-inflammatory drugs, and mexiletine. According to AMSTAR 2, 88.2% of studies (or 15/17) were low or critically low in quality. The most common critical element missing was an analysis of publication bias. Trends indicated an improvement in quality over time and association with journal impact factor. CONCLUSIONS: With few individual trials adequately powered to detect treatment effects, meta-analyses play a crucial role in informing the perioperative management of chronic postsurgical pain. In light of this inherent value and despite a number of attempts, high-quality meta-analyses are still needed. PROSPERO REGISTRATION NUMBER: CRD42021230941.
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 | 0,085 | 0,232 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,028 | 0,068 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| 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 ».