Ten years of transitional pain service research and practice: where are we and where do we go from here?
Notice bibliographique
Résumé
Chronic postsurgical pain (CPSP) is a prevalent yet unintended consequence of surgery with substantial burdens to the individual and their family, the healthcare system, and society at large. The present article briefly reviews the evidence for transitional pain services (TPSs) that have arisen in an effort to prevent and mange CPSP and persistent opioid use, and provides an update on recent novel risk factors for CPSP. Available evidence from one randomized controlled trial (RCT) and three non-randomized cohort studies suggests that TPS treatment is associated with better opioid use outcomes, including fewer opioid tablets prescribed at discharge, better opioid weaning results, a lower incidence of new-onset chronic opioid use, and lower consumption of opioids even at later time points up to 1 year after surgery. Another RCT indicates TPS treatment can be enhanced by provision of perioperative clinical hypnosis. While these preliminary studies are generally positive, large-scale, RCTs are needed to provide a more definitive picture of whether TPSs are effective in reducing opioid consumption and improving pain and mental health outcomes in the short and long term. With the expansion of TPSs across North America and globally, perioperative care focused on reducing the transition to pain chronicity has the potential to help millions of patients. With additional evidence from well-controlled RCTs, TPSs are well poised to continue to evolve and strengthen the role of multidisciplinary care teams in the immediate postdischarge period and beyond.
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 | 0,080 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,019 | 0,033 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,013 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».