A validation study of a pain classification system for advanced cancer patients using content experts: the Edmonton Classification System for Cancer Pain
Notice bibliographique
Résumé
The purpose of this study was to gather construct validity evidence for a pain classification system for advanced cancer patients using content experts. Two expert panels, representing regional (Panel A, n = 18) and national/international (Panel B, n = 52) palliative medicine and pain specialists, were purposefully selected to participate in a modified Delphi survey technique, to evaluate an existing pain classification system, the Revised Edmonton Staging System (rESS). Each panel participated in two survey rounds, with response rates of 67% (Panel A, Round 1), 39% (Panel A, Round 2), 56% (Panel B, Round 1) and 64% (Panel B, Round 2). The rESS consists of five features: mechanism of pain, incidental pain, psychological distress, addictive behavior and cognitive function. Most participants either agreed or strongly agreed with including the five existing rESS features in a pain classification system, ranging from 67% (Panel A, cognitive function) to 100% (Panel B, mechanism of pain). Most participants suggested keeping the current definitions for these features, with some revisions. Based on participant feedback, definitions for incidental pain, psychological distress, addictive behavior and cognitive function were revised, including the development of guidelines for use. To reflect its intended use as a classification system, the name of the instrument was changed to the Edmonton Classification System for Cancer Pain (ECS-CP).
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 | 0,003 | 0,001 |
| 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 | 0,000 |
| 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 ».