Clinical topographic analysis of neuropathic pain in patients admitted in a center of multidisciplinary treatment
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
BACKGROUND AND OBJECTIVES: Verbal investigation is a critical step of nursing neurological evaluation of neuropathic pain patients, due to its multidimensionality. There are few studies in the literature specifically dealing with this subject. In light of the above, this study aimed at evaluating medical records on clinical topographic characteristics of neuropathic pain reported by patients from a multidisciplinary management center. METHODS: This is a documental, crossover and quantitative study evaluating 50 medical records of patients with established neuropathic pain diagnosis who came for routine consultations between January and June 2014. Data collection form was based on McGill Pain Questionnaire and data regarding age, gender, pain topography and presence of verbal descriptors were analyzed. Data were submitted to statistical analysis and Chi-square test was applied to compare association among variables. RESULTS: There has been prevalence of females (64%), with mean age of 57 years. Most common pain descriptors were from the sensory dimension and were associated to cases where neuropathy affected lower limbs (p=0.006). CONCLUSION: There has been association between topography and pain dimension. Due to the subjectivity and complexity involving neuropathic pain evaluation, it is necessary to understand its clinical manifestations and to prepare the whole multidisciplinary team, especially Nursing, which plays a critical role in verbal investigation of painful patients.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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