One-year opioid consumption trajectories among individuals receiving multidisciplinary postsurgical care: a single-center observational study from the Toronto General Hospital Transitional Pain Service
Notice bibliographique
Résumé
INTRODUCTION: The Transitional Pain Service (TPS) is an innovative, personalized approach to postsurgical opioid consumption and pain management. The objectives of this study were to identify trajectories of opioid consumption and pain intensity within 12 months after initiating treatment through the TPS, identify biopsychosocial factors associated with trajectory membership, and examine the relationship between trajectory membership and other outcomes of interest over the same 12-month period. METHODS: Consecutive patients referred to the TPS were included in the present study (n=466). After providing informed consent, they completed self-report questionnaires at the initial visit at the TPS (either pre surgery or post surgery) and at every TPS visit until 12 months. Growth mixture modeling was used to derive trajectories and identify associated factors. RESULTS: Results showed three distinct opioid consumption trajectories for both presurgical opioid consumers and opioid-naïve patients. These trajectories all decreased over time and among those who were consuming opioids before surgery that returned to presurgical levels. Being man, having a substance use disorder, or reporting higher levels of pain interference were associated with higher daily opioid consumption for presurgical opioid consumers. For presurgical opioid-naïve individuals, higher opioid consumption trajectories were associated with higher levels of psychological distress. Five pain intensity trajectories were identified, and there were no significant association between opioid consumption and pain intensity trajectories. CONCLUSIONS: Results suggest that opioid consumption and pain intensity trajectories mostly decrease after surgery in a high-risk population enrolled in a TPS. Results also show heterogeneity in postsurgical recovery and highlight the importance of using personalized interventions to optimize individual trajectories.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».