Opioid Consumption After Upper Extremity Surgery: A Systematic Review
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
There is currently an overprescription of opioids, which may result in abuse and diversion of narcotics. The aim of this systematic review was to investigate opioid prescription practices and consumption by patients after upper extremity surgery. This review was registered a priori on Open Science Framework (osf.io/6u5ny) and adhered to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. A search strategy was performed using MEDLINE, Embase, PubMed, and Cochrane Central Register of Controlled Trials databases (from their inception to October 17, 2021). Prospective studies investigating opioid consumption of patients aged 18 years or older undergoing upper extremity surgeries were included. The Risk of Bias in Nonrandomized Studies of Interventions and Risk of Bias 2.0 tools were used for quality assessment. In total, 21 articles met the inclusion criteria, including 7 randomized controlled trials and 14 prospective cohort studies. This represented 4195 patients who underwent upper extremity surgery. Most patients took less than half of the prescribed opioids. The percentage of opioids consumed ranged from 11% to 77%. There was moderate to severe risk of bias among the included studies. This review demonstrated that there is routinely excessive opioid prescription relative to consumption after upper limb surgery. Additional randomized trials are warranted, particularly with standardized reporting of opioid consumption and assessment of patient-reported outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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) | 0,001 | 0,006 |
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