MétaCan
Menu
Retour à la cohorte
Enregistrement W7074149194

Acute postoperative opioid consumption trajectories and long-term outcomes in pediatric patients after spine surgery

2019· other· en· W7074149194 sur OpenAlexaboutno aff

Notice bibliographique

RevueDove Medical Press (Taylor and Francis Group) · 2019
Typeother
Langueen
DomaineEngineering
ThématiquePhotonic Crystal and Fiber Optics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpioidConsumption (sociology)Idiopathic scoliosisMorphineMcGill Pain QuestionnaireHealth careScoliosisSpinal surgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mandy MJ Li,1,2 Don Daniel Ocay,2,3 Alisson R Teles,2,4 Pablo M Ingelmo,5,6 Jean A Ouellet,1–2,7 M Gabrielle Pagé,8,9 Catherine E Ferland2,4–6,101Faculty of Medicine, McGill University, Montreal, Quebec, Canada; 2Department of Clinical Research, Shriners Hospitals for Children-Canada, Montreal, Quebec, Canada; 3Department of Experimental Surgery, McGill University, Montreal, Quebec, Canada; 4Integrated Program in Neurosciences, McGill University, Montreal, Quebec, Canada; 5Chronic Pain Services, Montreal Children’s Hospital, Montreal, Quebec, Canada; 6Department of Anesthesia, McGill University, Montreal, Quebec, Canada; 7Division of Orthopaedic Surgery, McGill University, Montreal, Quebec, Canada; 8Département d’anesthésiologie, Université de Montréal, Montreal, Quebec, Canada; 9Carrefour de l’innovation et de l’évaluation en santé, Centre de recherche du Centre hospitalier de l’Université de Montréal (CRCHUM), Montreal, Quebec, Canada; 10Child Health and Human Development Research Axis, Research Institute-McGill University Health Centre, Montreal, Quebec, CanadaBackground: The days following surgery are a critical period where the use of opioids predicts long-term outcomes in adults. It is currently unknown as to whether opioid consumption throughout the acute postoperative period is associated with long-term outcomes in pediatric patients. The aims of this study were to characterize opioid consumption trajectories in the acute postoperative period, identify predictors of trajectory membership and determine associations between opioid consumption trajectories and long-term patient outcomes.Materials and methods: Medication use, pain and mental health status were assessed at baseline in adolescents with idiopathic scoliosis who were scheduled for spinal fusion surgery. Cumulative 6-hr opioid consumption was recorded for up to 5 days after spinal surgery. At 6 months after surgery, medication use, pain and functional activity were evaluated. Growth mixture modeling was used to identify opioid trajectories.Results: One hundred and six patients were included in the study. Mean cumulative 6-hr opioid consumption in the acute postoperative period was 13.23±5.20 mg/kg. The model with the best fit contained 5 acute postoperative trajectories and a quadratic term (AIC =6703.26, BIC =6767.19). Two types of patient behaviors were identified: high opioid consumers (trajectories 4 and 5) and low opioid consumers (trajectories 1, 2 and 3). Intraoperative intrathecal morphine dose was a predictor of trajectory membership (p=0.0498). Opioid consumption during the acute postoperative period was not significantly associated with pain, functional activity or pain medication use at 6 months after surgery.Conclusion: In pediatric patients, intraoperative intrathecal morphine dose predicts opioid consumption in the acute postoperative period. Importantly, opioid consumption during this period does not affect long-term outcomes in pediatric patients after a spine surgery.Keywords: opioids, pediatrics, postsurgical pain, trajectories, adolescent idiopathic scoliosis, spinal fusion surgery

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDove Medical Press (Taylor and Francis Group)Même sujetPhotonic Crystal and Fiber OpticsTravaux en français237 207