Which variables are associated with pain intensity and treatment response in advanced cancer patients?— Implications for a future classification system for cancer pain
Notice bibliographique
Résumé
BACKGROUND: This study is part of a research program to reach consensus on an international cancer pain classification system. A confirmative and explorative approach was applied to investigate which of the variables identified in the literature, by experts and patients that are associated with pain. METHODS: Data from an international, multicentre, cross-sectional study of cancer patients treated with opioids were investigated. Dependent variables were: average pain, worst pain, and pain relief (11-point Numerical Rating Scales). Forty-six independent variables were chosen based upon previous studies. Bivariate analyses identified independent variables associated with at least one of the dependent ones; 21 were included in multivariate linear regression analyses. RESULTS: Two thousand two hundred and seventy-eight patients were investigated; 52% males, mean age 62 years, mean Karnofsky Performance Status 59%, mean daily opioid oral equivalent dose 341 mg. Fifty-eight percent had breakthrough pain. Mean pain scores were: average pain 3.5, worst pain 5.3 and pain relief 74%. Variables most strongly associated with these three dependent variables were: breakthrough pain, psychological distress, sleep, and opioid dose. CONCLUSIONS: Breakthrough pain and psychological distress were confirmed as key variables of a future classification system. Candidate variables were: sleep, opioid dose, pain mechanism, use of non-opioids, pain localisation, cancer diagnosis, location of metastases, and addiction.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».