Measuring Movement-Exacerbated Pain in Cognitively Impaired Frail Elders
Notice bibliographique
Résumé
OBJECTIVE: Prior research examining the utility of nonverbal measures of pain in persons with cognitive impairments has focused on acute procedurally-induced phasic pain (i.e., venipuncture and needle injections). The goal of the current project was to examine the utility of both self-report and nonverbal measures of pain in frail elders experiencing exacerbations of chronic musculoskeletal pain. These were assumed to be more representative of the day-to-day pain experience of elderly patients. DESIGN: Participants were 58 frail elders, 29 of whom had been found to have significant cognitive impairments. All were filmed as they undertook a series of structured activities (e.g., walking and reclining), and pain was assessed using self-report. Trained coders identified the incidence of pain-related behaviors using the videotapes. The various pain measures (i.e., self-report and nonverbal indices) were compared across both patient groups and the several activities. RESULTS: Consistent with our hypotheses, more pain was identified (using both self-report and nonverbal measures) when patients engaged in more physically demanding activities. Facial reactions varied as a function of patient cognitive status, with those participants who were cognitively impaired more responsive. Of the various nonverbal indices that we examined, guarded behavior appeared to be especially sensitive. The various pain indices were only modestly correlated with one another. CONCLUSIONS: This study supports the validity of self-report and behavioral measures of pain in frail elders with and without cognitive impairments. Each of the measures used contributed different information to pain assessment, suggesting that investigations of pain in elders with cognitive impairments should employ varying types of pain assessment tools.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».