Postoperative Opioid Administration and Prescription Practices Following Hysterectomy in Two Tertiary Care Centres: A Comparative Cohort Study between Canada and Austria
Notice bibliographique
Résumé
Background: In light of the opioid epidemic, opioid-prescribing modalities for postoperative pain management have been discussed controversially and show a wide variation across geographic regions. The aim of this study was to compare postoperative pain treatment regimes. Methods: We performed a matched cohort study of women undergoing hysterectomy in Austria (n = 200) and Canada (n = 200). We aimed to compare perioperative opioid medications, converted to morphine equivalent dose (MED) and doses of non-opioid analgesic (NOA) within the first 24 h after hysterectomy, and opioid prescriptions at discharge between the two cohorts. Results: The total MED received intraoperatively, in the post-anaesthesia care unit (PACU) and during the first 24 h after surgery, was similar in both cohorts (145.59 vs. 137.87; p = 0.17). Women in the Austrian cohort received a higher MED intraoperatively compared to the Canadian cohort (117.24 vs. 79.62; p < 0.001) but a lower MED in the PACU (25.96 vs. 30.42; p = 0.04). The primary outcome, MED within 24 h in the postoperative ward, was markedly lower in the Austrian compared to the Canadian cohort (2.36 vs. 27.98; p < 0.001). In a regression analysis, only the variables “Country” and “mode of hysterectomy” affected this outcome. A total of 98.5% in the Canadian cohort were given an opioid prescription at discharge vs. 0% in the Austrian cohort. Conclusions: Our analysis reveals marked differences between Austria and Canada regarding pain management practices following elective hysterectomy; the significantly higher intraoperative and significantly lower postoperative MED administration in the Austrian cohort compared to the Canadian cohort seems to be significantly affected by each country’s cultural attitudes towards pain management; this may have significant public health consequences and warrants further research.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».