Pain in Chronic Leg Ulcers
Notice bibliographique
Résumé
OBJECTIVES: Describe the characteristics of pain in patients with chronic leg ulcers, correlate these descriptions with the characteristics of the ulcers and with patients' sociodemographic data, and determine the measures used for pain management. DESIGN: Descriptive and cross-sectional study with quantitative approach. SETTING AND SUBJECTS: The convenience sample was composed of 90 patients with chronic leg ulcers drawn from 4 outpatient departments in Sao Paulo and Curitiba. INSTRUMENTS: Intensity and quality of patients' pain were determined using a 0-10 numeric pain intensity rating scale and a short version of the McGill Pain Questionnaire. METHODS: After gaining ethics committee approval, patients were selected during their ambulatory visits and interviewed by researchers. Data obtained were analyzed using the Kolmogorov-Smirnov Normality test, Mann-Whitney test, Chi-Square test, and Spearman's Correlation coefficient. RESULTS: Seventy-three (81.11%) patients had venous ulcers. The mean pain intensity reported was 3.10 (SD = 3.15), the mean intensity of the "worst pain of the week" was 7.56 (SD = 2.96), and the mean intensity of the "best pain of the week" was 2.05 (SD = 2.37). The McGill Questionnaire showed that sensitive descriptors were most frequently used to describe the pain. Statistically significant correlations (P < .05) were observed. The most intense pain was reported in subjects from the lowest income bracket studied and female gender and was correlated with alterations in sleep, movement, walking, and mood. Nonsteroidal antiinflammatory drugs were most commonly used (70%) for pain management. CONCLUSIONS: This study indicates the need for more attention and understanding on the part of healthcare workers regarding leg ulcer pain and its characteristics and the need for specific and effective procedures designed to contribute to the improvement in quality of life of these individuals.
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 | 0,000 | 0,000 |
| 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 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 ».