Can we screen young children for their ability to provide accurate self-reports of pain?
Notice bibliographique
Résumé
No validated screening tasks exist to distinguish children who can accurately use self-report pain measures from those who cannot. Children aged 3-7 years (n=108), each with a parent, provided data before and after day surgery. Parents rated how well they thought their child could understand the Faces Pain Scale-Revised (FPS-R), and children completed 4 screening tasks in counterbalanced order, such as rating pain in vignettes and selecting a middle-sized cup. Parents and children used the FPS-R to rate the children's pain intensity. Children's FPS-R ratings were scored for accuracy based on the extent to which they conformed to expected pain trajectories (e.g., pain increasing following surgery, decreasing following analgesia), and based on parent-child agreement. On average, parents rated the youngest age at which children could understand the FPS-R as 4.4 years (95% confidence interval 4.1-4.5). The youngest children provided inaccurate high pain ratings before surgery, but they became indistinguishable from the oldest in the accuracy of their pain ratings for the remainder of the 3-day study period, suggesting that direct experience with pain or with the rating task may improve accuracy. Although children's performance on the screening tasks was significantly associated with self-report accuracy, no prediction was strong enough for clinical use (all r's < 0.30). We failed to identify a screening tool that was better than chronological age in identifying which children could accurately self-report pain using the FPS-R. Future research should explore other screening tasks, training methods, and simplified approaches to pain assessment for young children. The ability to use self-report pain scales usually develops from age 3 to 7 years, but no valid screening method exists to identify this achievement.
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 | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».