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 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 | 0,015 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».