Clinical experience with a chronic pain management programme in Hong Kong Chinese patients.
Notice bibliographique
Résumé
OBJECTIVE: To describe experience with a chronic pain management programme in Hong Kong Chinese patients. DESIGN: Prospective study. SETTING: Regional hospital, Hong Kong. PARTICIPANTS: Patients with chronic pain who participated in the first six Comprehensive Out-patient Pain Engagement programmes between 2002 and 2005. INTERVENTION: Comprehensive Out-patient Pain Engagement is a 14-day structured, multidisciplinary out-patient programme conducted over 6 weeks. It includes pain education, cognitive re-conceptualisation, training in communication skills and coping strategies, graded physical exercises and functional activities training. It aims to improve patient function and quality of life, despite persistent pain. MAIN OUTCOME MEASURES: Changes in scores from baseline values after joining the programme, with respect to several assessment tools. These included the following: visual analogue pain scale, Pain Catastrophizing Scale, Patient Self-efficacy Questionnaire, Canadian Occupational Performance Measure, Medical Outcome Survey-Short Form 36 Questionnaire, and duration of physical tolerances, medication utilisation, and work status records. RESULTS: Forty-five patients were available for analysis. After the Comprehensive Out-patient Pain Engagement programme, improvements in Medical Outcome Survey-Short Form 36 Questionnaire (role physical and vitality), Pain Catastrophizing Scale, Patient Self-efficacy Questionnaire, and Canadian Occupational Performance Measure were demonstrated (P<0.05). The duration of standing and sitting tolerances increased (P<0.05). An improvement in employment rate was also evident (P=0.01). CONCLUSION: The initial results of our management programme in Chinese patients with chronic pain are encouraging. This type of programme should be promoted more widely in this group of patients, as it appears to improve physical function, psychological well-being, and productivity.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».