Neuropathic-like symptoms have an additional predictive value for chronic postsurgical pain in total hip and knee arthroplasty patients
Notice bibliographique
Résumé
BACKGROUND: A significant portion of total knee and hip arthroplasty (TKA/THA) patients experience chronic postsurgical pain (CPSP). The prevalence of afflicted individuals ranges from 10 to 34%. CPSP is the main cause of postoperative dissatisfaction. For prevention purposes it is essential to know which preoperative factors are predictive for CPSP. It is unknown whether neuropathic-like symptoms add predictive value to known predictors for CPSP and dissatisfaction after TKA/THA. METHODS: A prospective cohort study including 453 TKA/THA patients (TKA 208, THA 245) was conducted. Pain intensity (numeric rating scale [NRS]) and neuropathic-like symptoms (modified-painDETECT questionnaire [mPDQ]; score ≥ 13) were obtained preoperatively. One year postoperatively, CPSP and dissatisfaction (single NRS item (0-10); dissatisfied: ≤ 5) were captured: CPSP by means of the Oxford Knee/Hip Score (moderate or severe pain on question 1) as well by pain intensity at rest and with movement (NRS ≥ 1). Multivariate logistic regression modeling was used to determine the additive predictive value of preoperative neuropathic-like symptoms (mPDQ ≥ 13) on experiencing CPSP and dissatisfaction for the total group and for knee and hip patients separately. RESULTS: Preoperative neuropathic-like symptoms (m-PDQ ≥ 13) had an additional value for experiencing CPSP after one year, with odds ratios (p < 0.05) ranging from 2.16 (total group) to 4.15 (hip patients). Neuropathic-like symptoms had no additional value for predicting CPSP in knee patients or for predicting dissatisfaction. CONCLUSION: The results of this study showed that neuropathic-like symptoms (m-PDQ ≥ 13) have an additional predictive value over known predictors, especially in hip patients. Patients with neuropathic-like symptoms have over twice the odds of suffering from CPSP one year after TKA/THA. Neuropathic-like symptoms had no additional value for predicting dissatisfaction.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».