Composite Pain Index: Reliability, Validity, and Sensitivity of a Patient-Reported Outcome for Research
Notice bibliographique
Résumé
OBJECTIVE: A single score that represents the multidimensionality of pain would be an innovation for patient-reported outcomes. Our aim was to determine the reliability, validity, and sensitivity of the Composite Pain Index (CPI). DESIGN: Methodological analysis of data from a randomized controlled, pretest/post-test education-based intervention study. SETTING: The study was conducted in outpatient oncology clinics. SUBJECTS: The 176 subjects had pain, were 52 ± 12.5 years on average, 63% were female, and 46% had stage IV cancers. METHODS: We generated the CPI from pain location, intensity, quality, and pattern scores measured with an electronic version of Melzack's McGill Pain Questionnaire. RESULTS: The internal consistency values for the individual scores comprising the CPI were adequate (0.71 baseline, 0.69 post-test). Principal components analysis extracted one factor with an eigenvalue of 2.17 with explained variance of 54% at baseline and replicated the one factor with an eigenvalue of 2.11 at post-test. The factor loadings for location, intensity, quality, and pattern were 0.65, 0.71, 0.85, and 0.71, respectively (baseline), and 0.59, 0.81, 0.84, and 0.63, respectively (post-test). The CPI was sensitive to an education intervention effect. CONCLUSIONS: Findings support the CPI as a score that integrates the multidimensional pain experience in people with cancer. It could be used as a patient-reported outcome measure to quantify the complexity of pain in clinical research and population studies of cancer pain and studied for relevance in other pain populations.
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 | 0,061 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».