Pain in Children With Central Nervous System Cancer: A Review of the Literature
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To explore the current state of the science regarding pain in children with cancer, with special attention to literature related to central nervous system (CNS) tumors. This review used the Human Response to Illness (HRTI) model as an organizing framework. DATA SOURCES: PubMed, CINAHL, and Scopus data-bases. DATA SYNTHESIS: The literature review is presented with the four components of the HRTI model, including the physiologic, pathophysiologic, experiential, and behavioral perspectives of the pain response related to childhood cancer and childhood CNS cancer. The person and environmental factors that may influence a child's pain response are described. CONCLUSIONS: Children with cancer, including CNS cancer, continue to experience pain despite the improvements in knowledge related to pain. Pain assessment and management strategies must continue to evolve and improve for nursing professionals to provide a high level of care to this patient population. The HRTI model provides an appropriate framework to gain insight into the pediatric oncology nursing role in the assessment, management, and evaluation of pain from childhood cancers. IMPLICATIONS FOR NURSING: Nurses play a vital role in pain assessment and management for children with cancer. The HRTI model can be used to identify areas of clinical practice, education, and research that require further improvements in relation to pain in children with CNS cancer.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| 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 ».