Detecting Pain in Traumatic Brain-injured Patients With Different Levels of Consciousness During Common Procedures in the ICU
Notice bibliographique
Résumé
PURPOSE: Pain behaviors such as grimacing and muscle rigidity are recommended for pain assessment in nonverbal populations. However, these behaviors may not be appropriate for critically ill patients with a traumatic brain injury (TBI) depending on their level of consciousness (LOC). This study aimed to validate the use of behaviors for assessing pain of critically ill TBI adults with different LOC. METHODS: Using a repeated measure within subject design, participants (N=45) were observed for 1 minute before (baseline), during, and 15 minutes after 2 procedures: (1) noninvasive blood pressure: NIBP (non-nociceptive); and (2) turning (nociceptive). A behavioral checklist combining 50 items from existing pain assessment tools and video recording were used to describe participants' behaviors. Intrarater and interrater agreements of observed behaviors were also examined. RESULTS: Overall, pain behaviors were observed more frequently during turning (median=4; T=-5.336; P≤0.001) than at baseline (median=1), or during noninvasive blood pressure (median=0). TBI patients' pain behaviors were mostly "atypical" and included uncommon responses such as flushing, sudden eye opening, eye weeping, and flexion of limbs. These behaviors were observed in ≥25.0% of TBI participants during turning independent of their LOC, and in 22.2% to 66.7% of conscious participants who reported the presence of pain. Agreements were >92% among and between the 2 raters. CONCLUSIONS: This study support previous findings that critically ill TBI patients could exhibit atypical behaviors when exposed to nociceptive procedures. As such, use of current recommended pain behaviors as part of standardized scales may not be optimal for assessing the analgesic needs of this vulnerable group.
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 | 0,022 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».