Hospitalized Children Continue to Report Undertreated and Preventable Pain
Notice bibliographique
Résumé
BACKGROUND: Published reports of substantial rates of moderate to severe pediatric inpatient pain tend to overlook lower-intensity pain that may be clinically significant. OBJECTIVE: To document the prevalence of clinically significant pain in pediatric inpatients by considering the pain threshold at which each child desires intervention, and to assess sources of pain, pain assessment and intervention, and relationships among demographic and medical variables to reported pain. METHODS: Inpatients or their parents on four hospital units during four nonconsecutive days were eligible for inclusion. Interviews (76 parents; 31 patients) captured experiences of 107 inpatients (three weeks to 18 years of age) including current, worst and usual pain, pain treatment thresholds, sources of pain and help received during the previous 24 h. A chart review provided data regarding demographic and medical variables, and pain assessment and management. RESULTS: In total, 94% of patients experienced pain. The prevalence of clinically significant pain was 8% (current), 62% (worst) and 24% (usual). Current and worst pain was primarily procedural, and usual pain was primarily disease related. On average, patients had 4.03 documented pain assessments over 24 h. Caregiver responses (eg, reassurance) and nonpharmacological interventions were frequently reported (>90%) but infrequently documented (<50%); 66% of patients received pharmacological interventions. Younger patients received fewer pain assessments and opioids. Patients with clinically significant usual pain were more likely to have undergone surgery, and receive more pain assessments and interventions. CONCLUSIONS: While recent studies suggest reduced pain in pediatric inpatients, the present findings reveal a continued high frequency of undertreated pain. High rates of procedural pain are preventable and should be targeted given the underutilization of pain management strategies.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».