Predictors of Perioperative Opioid Use in Hysterectomy Patients
Notice bibliographique
Résumé
Background and Objectives: Little is known about predictors of opioid use in the acute postoperative phase after hysterectomy. Inadequate pain support during this time can result in increased postoperative complications, and persistent postoperative pain. Objective is to determine predictors of increased opioid use in the acute perioperative phase (intraoperatively and 1 hour and 24 hours postoperatively). Methods: A prospective cohort study involving 200 participants undergoing nonurgent hysterectomy via laparoscopic, vaginal, abdominal, or robotic approaches at an academic tertiary hospital in Toronto, Canada. Data collected included demographics, preoperative validated pain questionnaire scores, pain scores at 1 and 24 hours postoperatively, and analgesic medications used. Nonparametric statistical methods and multivariate analyses were used to examine the association between clinical predictors and opioid use. Opioid use was converted into morphine equivalent dose (MED). Results: Pain sensitivity questionnaire (PSQ) score and body mass index were strongly associated with increased intraoperative MED. Twenty-four-hour postoperative opioid use was negatively correlated to age. Multivariate analysis identified PSQ total score and open hysterectomy as predictors of higher intraoperative MED. The number of preoperative pain medications, open hysterectomy, and PSQ total score were significant predictors of total MED requirements. One additional pain medication and one additional total PSQ point were associated with an increase in total MED of 10.76 and 5.17 mg, respectively. Conclusions: This study is the first step in identifying clinical predictors of increased opioid requirements in the first 24 hours postoperatively. These predictors can inform patient-tailored management plans to ensure adequate pain support and appropriate opioid use.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».