Evaluation of Pain Measurement Practices and Opinions of Peripheral Nerve Surgeons
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this study was to evaluate the opinions and practices of peripheral nerve surgeons regarding assessment and treatment of pain in patients following nerve injury. Surgeons with expertise in upper extremity peripheral nerve injuries and members of an international peripheral nerve society were sent an introductory letter and electronic survey by email ( n=133). Seventy members responded to the survey (49%) and 59 surgeons completed the survey (44%). For patients referred for motor or sensory dysfunction, 31 surgeons (52%) indicated that they always formally assess pain. In patients referred for pain, 44 surgeons (75%) quantitatively assess pain using a verbal scale ( n=24) or verbal numeric scale ( n=36). The most frequent factors considered very important in the development of chronic neuropathic pain were psychosocial factors (64%), mechanism of injury (59%), workers' compensation or litigation (54%), and iatrogenic injury (48%). In patients more than 6 months following injury, surgeons frequently see: cold sensitivity (54%), decreased motor function (42%), paraesthesia or numbness (41%), fear of returning to work (22%), neuropathic pain (20%), and emotional or psychological distress (17%). Only 52% of surgeons who responded to the survey always evaluate pain in patients referred for motor or sensory dysfunction. Pain assessment most frequently includes verbal patient response, and assessment of psychosocial factors is rarely included. Predominately, patient-related factors were considered important in the development of chronic neuropathic 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.
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 | 0,004 | 0,002 |
| 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 découle