Prevalence and risk factors of significant persistent pain symptoms after critical care illness: a prospective multicentric study
Notice bibliographique
Résumé
BACKGROUND: Prevalence, risk factors and medical management of persistent pain symptoms after critical care illness have not been thoroughly investigated. METHODS: We performed a prospective multicentric study in patients with an intensive care unit (ICU) length of stay ≥ 48 h. The primary outcome was the prevalence of significant persistent pain, defined as a numeric rating scale (NRS) ≥ 3, 3 months after admission. Secondary outcomes were the prevalence of symptoms compatible with neuropathic pain (ID-pain score > 3) and the risk factors of persistent pain. RESULTS: Eight hundred fourteen patients were included over a 10-month period in 26 centers. Patients had a mean age of 57 (± 17) years with a SAPS 2 score of 32 (± 16) (mean ± SD). The median ICU length of stay was 6 [4-12] days (median [interquartile]). At 3 months, the median intensity of pain symptoms was 2 [1-5] in the entire population, and 388 (47.7%) patients had significant pain. In this group, 34 (8.7%) patients had symptoms compatible with neuropathic pain. Female (Odds Ratio 1.5 95% CI [1.1-2.1]), prior use of anti-depressive agents (OR 2.2 95% CI [1.3-4]), prone positioning (OR 3 95% CI [1.4-6.4]) and the presence of pain symptoms on ICU discharge (NRS ≥ 3) (OR 2.4 95% CI [1.7-3.4]) were risk factors of persistent pain. Compared with sepsis, patients admitted for trauma (non neuro) (OR 3.5 95% CI [2.1-6]) were particularly at risk of persistent pain. Only 35 (11.3%) patients had specialist pain management by 3 months. CONCLUSIONS: Persistent pain symptoms were frequent in critical illness survivors and specialized management remained infrequent. Innovative approaches must be developed in the ICU to minimize the consequences of pain. TRIAL REGISTRATION: NCT04817696. Registered March 26, 2021.
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 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 | 0,000 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».