Perceptions of labour pain by mothers and their attending midwives
Notice bibliographique
Résumé
AIMS: The aim of the current study was to examine the perception of pain by labouring women and their attendant midwife, from the onset of labour to delivery. RATIONALE: Accurate measurement and appropriate management of pain is a significant problem for attendant medical and nursing personnel. Both the experience and perception of pain are regarded as subjective and are therefore difficult to measure objectively. Indeed, much of the literature reports that pain is often under- or over-estimated by nursing staff who as a consequence consistently fail to administer adequate analgesia. Few studies have specifically examined the ability of midwives to assess the pain of labouring women. DESIGN: The short form McGill Pain Questionnaire (SF-MPQ), routinely used to assess pain in obstetric environments, was used to determine pain perception. Thirteen labouring women and nine midwives completed the SF-MPQ every 15 minutes beginning at the time of admittance to the delivery suite. Peak pain ratings for the preceding 15 minutes were obtained without reference to prior ratings or each other's scores. Further, midwives in the maternity unit of The Queen Elizabeth Hospital (TQEH), Adelaide, South Australia completed a survey investigating the cues they use to assess pain during labour. RESULTS: On each measure of pain on the SF-MPQ, the midwives scores correlated with the mothers' scores across the entire pain range. Further analysis showed that mothers' and midwives' pain scores were similar at mild-moderate pain levels, but midwives significantly underestimated pain intensity at levels that mothers described as severe. The survey responses indicated that midwives rely on both verbal and nonverbal cues to assess pain levels. CONCLUSIONS: The cues used by midwives to differentiate pain intensities and qualities are similar to those used in other clinical settings, but may have limited discriminatory value as pain levels become severe.
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 | 0,011 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».