Summary of the best evidence for pain intervention in patients undergoing tonsil surgery
Notice bibliographique
Résumé
ObjectiveTo summarize the best evidence of postoperative pain intervention for patients undergoing tonsil surgery.MethodsAll evidence related to tonsil postoperative pain intervention was systematically retrieved from BMJ Best Clinical Practice，JBI Evidence⁃Based Health Care Center Database，the Registered Nurses' Association of Ontario（RNAO） Network，the Scottish Intercollegiate Guidelines Network（SIGN），Yimaitong Network，Cochrane Library，PubMed，UpToDate，Chinese Biomedical Literature Database，Wanfang Database，and China National Knowledge Infrastructure，including guidelines，expert consensus，evidence summary，systematic reviews，and meta⁃analysis.The search time limit was from the establishment of the database to April 30，2020.Two researchers independently completed the quality evaluation of the included literature，then extracted and summarized the evidence that meets the quality standards combined with the judgment of professionals.ResultsA total of 19 articles were included，involving 1 guideline and 18 systematic reviews or meta⁃analysis，which summarized 18 pieces of evidence concerning postoperative pain interventions for patients undergoing tonsillectomy，including drugs and non⁃drugs.Among the evidences，11 pieces were given grade A recommendation and 7 pieces with grade B recommendation；intervention methods involved drugs，local anesthesia，psychological guidance，pain management，cold liquid diet，oral honey，ice compress，and distraction.ConclusionsWhen applying perioperative pain intervention evidence for patients undergoing tonsil surgery，the clinical situation should be concerned，and the best evidence should be selected to reduce the degree of postoperative pain.
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 | 0,013 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,015 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».