Subjective pain experience of people with chronic back pain
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Studies into the effect of pain experience on those who have it have largely focused on the views and interpretations of researchers gained by the use of assessment tools aimed at measuring pain. The purpose of this study was to explore and describe pain, as experienced by those with chronic back pain, and to document 'insider' accounts of how pain is perceived and understood by those who have it. METHOD: Unstructured interviews using the framework approach. Subjects were sampled for age, sex, ethnicity and occupation, from new referrals with back pain to a rheumatology outpatient clinic. Eleven subjects (5 M; 6 F) agreed to be interviewed. Interviews were unstructured, but followed a topic guide. Subjects were interviewed in English (nine) or their preferred language (two). Tape-recordings of interviews were transcribed verbatim and read in depth twice to identify the topics or concepts. Data were extracted in the form of words and phrases by use of thematic content analysis. The themes were pain description and amount of pain. An independent researcher reviewed the data and confirmed or contended the analysis. RESULTS: All subjects, except one, provided descriptors of the quality of their pain. The use of simile was common to emphasize both what the pain was, and what it was not. Five subjects expressed a loss of words in trying to describe their pain. Only 13 of 29 different pain descriptors used were commensurate with those in the McGill Pain Questionnaire (Melzack, 1983). Subjects had great difficulty quantifying their pain intensity. Several explained how the pain fluctuated, thus, quantifying pain at one point in time was problematic. Only one subject offered a numerical description of pain intensity. CONCLUSIONS: Subjects provided graphic and in-depth descriptions of their pain experience, but these bore little resemblance to commonly used assessment tools. The findings challenge the appropriateness of such formal instruments.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».