Intraoperative pharmacologic opioid minimisation strategies and patient-centred outcomes after surgery: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Postoperative patient-centred outcome measures are essential to capture the patient's experience after surgery. Although a large number of pharmacologic opioid minimisation strategies (i.e. opioid alternatives) are used for patients undergoing surgery, it remains unclear which strategies are most promising in terms of patient-centred outcome improvements. This scoping review had two main objectives: (1) to map and describe evidence from clinical trials assessing the patient-centred effectiveness of pharmacologic intraoperative opioid minimisation strategies in adult surgical patients, and (2) to identify promising pharmacologic opioid minimisation strategies. METHODS: We searched MEDLINE, Embase, CENTRAL, Web of Science, and CINAHL databases from inception to February 2023. We included trials investigating the use of opioid minimisation strategies in adult surgical patients and reporting at least one patient-centred outcome. Study screening and data extraction were conducted independently by at least two reviewers. RESULTS: Of 24,842 citations screened for eligibility, 2803 trials assessed the effectiveness of intraoperative opioid minimisation strategies. Of these, 457 trials (67,060 participants) met eligibility criteria, reporting at least one patient-centred outcome. In the 107 trials that included a patient-centred primary outcome, patient wellbeing was the most frequently used domain (55 trials). Based on aggregate findings, dexmedetomidine, systemic lidocaine, and COX-2 inhibitors were promising strategies, while paracetamol, ketamine, and gabapentinoids were less promising. Almost half of the trials (253 trials) did not report a protocol or registration number. CONCLUSIONS: Researchers should prioritise and include patient-centred outcomes in the assessment of opioid minimisation strategy effectiveness. We identified three potentially promising pharmacologic intraoperative opioid minimisation strategies that should be further assessed through systematic reviews and multicentre trials. Findings from our scoping review may be influenced by selective outcome reporting bias. STUDY REGISTRATION: OSF - https://osf.io/7kea3.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 |
| 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 ».