MétaCan
Menu
Retour à la cohorte
Enregistrement W4395666441 · doi:10.1186/s13643-024-02528-x

Comparative benefits and harms of perioperative interventions to prevent chronic pain after orthopedic surgery: a systematic review and network meta-analysis of randomized trials

2024· review· en· W4395666441 sur OpenAlexafffund
Mohammed Al-Asadi, Kian Torabiardakani, Andrea Darzi, Ian Gilron, Maura Marcucci, James S. Khan, Luis Enrique Chaparro, Brittany N. Rosenbloom, Rachel Couban, Andrew Thomas, Jason W. Busse, Behnam Sadeghirad

Notice bibliographique

RevueSystematic Reviews · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAnesthesia and Pain Management
Établissements canadiensCanadian Armed ForcesWomen's College HospitalMcMaster UniversityGrand River HospitalQueen's UniversityImpactUniversity of Toronto
Organismes subventionnairesChronic Pain Centre of Excellence for Canadian VeteransUniversity of Alberta
Mots-clésMedicineRandomized controlled trialMeta-analysisPerioperativeOrthopedic surgeryPsychological interventionChronic painSystematic reviewPhysical therapyOrthopedic ProceduresMEDLINEAlternative medicineIntensive care medicineSurgeryInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic postsurgical pain (CPSP) is common following musculoskeletal and orthopedic surgeries and is associated with impairment and reduced quality of life. Several interventions have been proposed to reduce CPSP; however, there remains uncertainty regarding which, if any, are most effective. We will perform a systematic review and network meta-analysis of randomised trials to assess the comparative benefits and harms of perioperative pharmacological and psychological interventions directed at preventing chronic pain after musculoskeletal and orthopedic surgeries. METHODS: We will search MEDLINE, Embase, PsycINFO, CINAHL, and the Cochrane Central Register of Controlled Trials from inception to present, without language restrictions. We will include randomised controlled trials that as follows: (1) enrolled adult patients undergoing musculoskeletal or orthopedic surgeries; (2) randomized them to any pharmacological or psychological interventions, or their combination directed at reducing CPSP, placebo, or usual care; and (3) assessed pain at 3 months or more after surgery. Screening for eligible trials, data extraction, and risk-of-bias assessment using revised Cochrane risk-of-bias tool (RoB 2.0) will be performed in duplicate and independently. Our main outcome of interest will be the proportion of surgical patients reporting any pain at ≥ 3 months after surgery. We will also collect data on other patient important outcomes, including pain severity, physical functioning, emotional functioning, dropout rate due to treatment-related adverse event, and overall dropout rate. We will perform a frequentist random-effects network meta-analysis to determine the relative treatment effects. When possible, the modifying effect of sex, surgery type and duration, anesthesia type, and veteran status on the effectiveness of interventions will be investigated using network meta-regression. We will use the GRADE approach to assess the certainty evidence and categorize interventions from most to least beneficial using GRADE minimally contextualised approach. DISCUSSION: This network meta-analysis will assess the comparative effectiveness of pharmacological and psychological interventions directed at preventing CPSP after orthopedic surgery. Our findings will inform clinical decision-making and identify promising interventions for future research. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42023432503.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,126
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens large)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1260,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,1220,023
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,308
Tête enseignante GPT0,446
Écart entre enseignants0,138 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetAnesthesia and Pain ManagementTravaux en français237 207