MétaCan
Menu
Retour à la cohorte
Enregistrement W4408752605 · doi:10.2196/65271

Assessing Postoperative Pain in Patients Who Underwent Total Knee Arthroplasty Using an Automated Self-Logging Patient-Reported Outcome Measure Collection Device: Retrospective Cohort Study

2025· article· en· W4408752605 sur OpenAlexvenueno aff
Prabjit Ajrawat, Blaine Price, Daniel Gooch, Rudolf Serban, R Al-Habsi, Oliver Pearce

Notice bibliographique

RevueJMIR Human Factors · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood transfusion and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTotal knee arthroplastyRetrospective cohort studyPreprintArthroplastyPhysical therapySurgeryComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Background: Patient-reported outcome measures (PROMs) are tools for assessing symptoms and the quality of care. Despite their growing use, conventional data collection methods limit widespread PROM implementation. In orthopedics, pain is a frequent patient complaint and a common PROM, especially following total knee arthroplasty (TKA). Although TKA is generally successful, some patients still report postoperative pain, potentially due to tourniquet use. Using an improved PROM data-gathering technique may help to address tourniquet use during a TKA procedure and its impact on postoperative pain. The PainPad, an automated self-logging device, was developed to capture patient pain levels accurately. Objective: The aim of the study is to assess the feasibility and effectiveness of the PainPad device in quantifying in-hospital postoperative pain following TKA with or without tourniquet use. Methods: A retrospective study with 234 patients who underwent TKA from 2018 to 2021 at Milton Keynes University Hospital was conducted. Patients were categorized as receiving TKA with an intraoperative tourniquet (tourniquet group) or TKA without a tourniquet (nontourniquet group). Postoperative pain during the first 24 hours was self-reported every 2 hours using the PainPad device. From both groups, data on hospital length of stay, total tourniquet time, and the presence of postoperative deep vein thrombosis were also collected. Results: There were 115 TKAs with tourniquets (72/115, 62.6% female patients; mean age 69.26, SD 9.93 years) and 119 TKAs without tourniquets (91/119, 76.4% female patients; mean age 70.97, SD 9.01 years). When assessing 24-hour mean postoperative pain scores, the PainPad device data indicated no significant difference (P=.53; 95% CI -0.76 to 0.39) between the tourniquet (mean pain score 3.31, SD 2.34) and nontourniquet groups (mean pain score 3.12, SD 2.15). There was no correlation between tourniquet times and the pain scores retrieved from the PainPad device. A subgroup analysis comparing longer (>90 minutes) versus shorter (<90 minutes) tourniquet times showed no significant difference in terms of pain and length of stay. Conclusions: The PainPad device is a feasible and effective method for collecting and evaluating in-hospital postoperative pain following TKA, allowing for the quantification of individual pain levels. This study aligns with the current health care trend toward leveraging innovative technologies and personalized data to enhance patient-centered care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,339
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetBlood transfusion and managementTravaux en français237 207