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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».