“How to Say It”: Women's Descriptions of Pelvic Pain
Notice bibliographique
Résumé
The present research aimed to compare women's descriptions of chronic pelvic pain, when talking about their pain in narrative mode, with the descriptors used in a common pain assessment tool, the McGill Pain Questionnaire (MPQ). Our intention was to see what we could learn about the relationship between words used in these kinds of assessment tools and meanings of pain experience evident in narratives. This New Zealand-based qualitative study used open-ended interviewing to generate women's experiential narratives of pelvic pain. Forty women of European descent were recruited via a randomly selected national prevalence survey on chronic pelvic pain: 33 had chronic pelvic pain that was not associated with dysmenorrhoea or dyspareunia (CPP); 38 had dysmenorrhoea; 29 had dyspareunia; 24 had all three. The study group was aged between 22 and 51 years. The differences that emerged between the words used by women and those used in the MPQ vocabulary are described. Two main findings emerged: a difference in the relative emphasis placed on sensory descriptors and the absence in women's narratives of affective words used in the MPQ. However, a predominance of an affective dimension of pain was evident in women's narratives, which is described. Given the narrative specificity of the experience of pelvic pain, we conclude that assessment tools using the words and phrases evident in narratives of pain would potentially be more useful, and that such a pain assessment tool would ideally be used in association with narrative techniques incorporated into the clinician's interview with women who present with chronic pelvic pain.
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 | 0,005 | 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 | 0,000 | 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 ».