Risk and protective factors in predicting pediatric acute postsurgical pain: A systematic review and meta-analysis.
Notice bibliographique
Résumé
OBJECTIVE: Acute postsurgical pain (APSP), defined as pain within 3 months after surgery, is reported in most surgical pediatric patients, and a significant number of patients experience pain interfering with their daily life activities. We aimed to identify perioperative and psychosocial factors associated with APSP severity in pediatric patients undergoing surgery. METHOD: MEDLINE, EMBASE, CINAHL, PsycINFO, Web of Science, and CENTRAL were searched from database inception to October 2021. Studies that reported an association between risk or protective factors and acute pain in children were included. The primary outcome was the magnitude of association between identified factors and APSP, as measured by standardized effect sizes. RESULTS: Thirty-eight studies (7,936 participants aged 1-18 years) were included. Meta-analysis of 12 studies (1,192 participants) revealed child preoperative pain, pain immediately after surgery, anticipated pain, temperament, pain catastrophizing, age, preoperative anxiety, parent pain catastrophizing, and parent preoperative anxiety were positively associated with APSP. Child pain coping efficacy was protective against APSP. We identified several modifiable child and parent psychosocial factors as predictors of APSP severity. CONCLUSION: Given the small degree of association between identified factors and postsurgical pain, there is value in pursuing other factors that may better explain the variability in pain. Recognizing patients at risk for moderate to severe APSP enables early implementation of interventions to minimize pain burden. Interventions to enhance coping, an adaptive characteristic, may also help to reduce APSP. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 | 0,001 |
| 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 ».