《Pain Management Nursing》：Comparison of Smartphone-Based Music and Film Distraction Techniques on Postoperative Pain in Patients Undergoing Elective Surgery
编辑推荐：
阿里·泽伊达巴迪（Ali Zeidabadi）| 泰贝赫·米尔扎伊（Tayebeh Mirzaei）| 阿里·拉瓦里（Ali Ravari）| 米拉德·塔贝伊（Milad Tabei）伊朗西尔詹（Sirjan）的西尔詹医学院（Sirjan School of Medical Sc
阿里·泽伊达巴迪（Ali Zeidabadi）| 泰贝赫·米尔扎伊（Tayebeh Mirzaei）| 阿里·拉瓦里（Ali Ravari）| 米拉德·塔贝伊（Milad Tabei）
伊朗西尔詹（Sirjan）的西尔詹医学院（Sirjan School of Medical Sciences）
摘要
目的
评估基于智能手机的分心技术（音乐和电影）在减轻接受择期手术的成人急性术后疼痛方面的有效性。
设计
一项随机、单盲、双臂、有活性对照组的临床试验，未设置非干预对照组。
方法
共有104名计划在阿里·伊本·阿比·塔利布医院（Rafsanjan, Iran）接受择期手术的成人被随机分配到接受基于智能手机的音乐或电影分心组。100名参与者完成了干预措施和术后评估，并被纳入分析。使用视觉模拟量表（VAS）在干预前和干预后立即评估疼痛强度；同时监测生理参数。在干预后24小时内记录了对止痛药的请求。
结果
两组的疼痛强度均显著降低（p = .0001），视觉模拟量表的中位数从干预前的6分（IQR 5-7）降至干预后的2分（IQR 1-3）。生理参数（血压和心率）保持稳定。在24小时的随访期间，音乐组中有16名参与者（32.7%）和电影组中有21名参与者（41.2%）未要求使用止痛药。
结论
通过智能手机提供的音乐和电影分心方法与术后疼痛减轻有关，并且在本项择期手术样本中得到了良好的耐受性，两种方法之间没有显著差异。
临床意义
基于智能手机的分心技术（音乐或电影）可以作为常规术后护理的可行且低成本的补充手段，以支持以患者为中心的疼痛管理。
部分摘录
研究设计与研究方法
这是一项随机、单盲、双臂平行组临床试验（有活性对照组），比较了两种基于智能手机的分心技术（音乐和电影）作为常规术后护理的辅助手段。接受择期手术的成人患者被随机分配到两个干预组之一。研究中未设置仅接受常规护理或非干预的对照组；两组患者均根据病房协议接受了标准的术后护理/止痛治疗。
结果
图1显示了参与者的流动情况。在180名接受资格评估的患者中，有76人在随机化前被排除（54人不符合纳入标准，22人拒绝参与），剩下104人被随机分配到两个干预组。音乐组有52名患者；其中3人未按照协议完成干预（例如，操作不正确或未完成整个过程），49人被纳入最终分析。
讨论
这项比较性、非对照研究的结果表明，通过智能手机平台提供的两种分心技术有效减轻了手术患者的疼痛强度。干预后，中位数及第一和第三四分位数均显著下降。然而，两种方法之间差异不大。
本研究主要考察了小型和中型手术，大多数手术为择期手术，持续时间较短。
局限性
由于机构政策要求VAS评分≥4的患者必须接受药物治疗，因此无法设置非干预对照组。尽管如此，这项双臂、实用性的试验仍允许进行疗效比较；与已发表的自然恢复数据（Hole等人，2015年）相比，观察到的VAS评分下降4分超过了轻微择期手术后通常的1.3 ± 0.8分下降幅度。
结论
通过智能手机提供的音乐和自然电影分心方法与术后疼痛的显著减轻有关（VAS评分中位数下降4分），适用于接受轻度至中度择期手术的成人，组间无显著差异。然而，这项单中心伊朗研究使用了特定文化内容，缺乏常规护理对照组，样本量也较小。因此，其结果可能无法直接推广到其他环境、人群或文化背景。
对护理实践的启示
这项研究为护士提供了一种实用的、无成本的干预措施，可以立即纳入常规术后护理中，利用患者自己的智能手机。通过允许患者选择音乐或自然电影，并鼓励他们自主重复使用这些资源，护士可以积极参与患者的疼痛管理，增强患者的自主性和满意度，同时可能减少对药物止痛的依赖——这完全符合当代以患者为中心的整体护理理念。
伦理批准和知情同意
所有患者均签署了参与研究的书面知情同意书。此外，该研究获得了拉夫桑詹医科大学伦理委员会的批准（代码：IR.RUMS.REC.1397.084），并在伊朗临床试验注册处进行了注册（注册编号：IRCT20150519022320N13），随后研究正式开始。
数据获取
如需了解支持本研究结果的数据，可联系作者（Ravary4776@yahoo.com）。
CRediT作者贡献声明
阿里·泽伊达巴迪（Ali Zeidabadi）：撰写 – 审稿与编辑、方法学设计、资金获取、数据整理。泰贝赫·米尔扎伊（Tayebeh Mirzaei）：监督、资源协调、调查实施。阿里·拉瓦里（Ali Ravari）：项目管理、方法学设计、数据分析。米拉德·塔贝伊（Milad Tabei）：撰写 – 审稿与编辑、初稿撰写。
利益冲突声明
作者声明他们没有已知的可能影响本文研究的财务利益或个人关系。
致谢
我们衷心感谢所有参与者的合作。同时，我们也感谢拉夫桑詹医科大学老年护理研究中心的官员以及负责研究与技术的副校长对这项研究的财政和道德支持。作者承认使用了AI辅助的语言编辑工具（ChatGPT, OpenAI）来进行语法优化和语言润色。
