Can preoperative quantitative sensory testing predict persistent post-operative knee pain following total knee replacement?: A systematic review1
Notice bibliographique
Résumé
OBJECTIVE: To investigate whether pre-operative Quantitative Sensory Testing (QST) can identify patients who experience persistent post-operative knee pain following Total Knee Replacement (TKR). DATA SOURCES: PubMed, EMBASE, CINAHL, EBSCO and grey literature. STUDY SELECTION: 1056 studies were retrieved. The title and abstracts were screened by two independent reviewers, of which 45 were retrieved for full text analysis and 16 studies were included. Studies of any design were included if they recruited adults who underwent TKR; completed any component of the German Research Network on Neuropathic Pain QST or conditioned pain modulation testing preoperatively and assessed post-surgical joint pain using a self-reported outcome measure at a minimum of three months post TKR. DATA EXTRACTION: Data was independently extracted by two researchers. Disagreements were resolved through consensus. The extracted data was recorded in a predefined spreadsheet. Domains included demographic data, type and site of QST, pain outcome measure, follow up duration, statistical methods and associative data. Two independent reviewers assessed the quality of studies using Quality in Prognosis risk of bias tool and the certainty of evidence using the GRADE framework. DATA SYNTHESIS: Sixteen cohort studies met the eligibility criteria (n = 2051 patients). Data was analysed narratively because of the heterogeneity across the QST procedures (mechanical and thermal detection and pain thresholds, conditioned pain modulation and temporal summation of pain), measures of reporting pain (Western Ontario and McMaster Universities Osteoarthritis Index, visual analogue scale and numeric pain rating score) and follow up time points (3 to 18 months). CONCLUSIONS: Due to the heterogeneity and low-moderate quality studies included, it remains unclear whether QST can identify patients who are likely to experience persistent postoperative joint pain following TKR.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,010 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».