Neuropathic cancer pain: Prevalence, severity, analgesics and impact from the European Palliative Care Research Collaborative–Computerised Symptom Assessment study
Notice bibliographique
Résumé
BACKGROUND: Neuropathic pain causes greater pain intensity and worse quality of life than nociceptive pain. There are no published data that confirm this in the cancer population. AIM: We hypothesised that patients with neuropathic cancer pain had more intense pain, experienced greater suffering and were treated with more analgesics than those with nociceptive cancer pain, and a neuropathic pain screening tool, painDETECT, would perform as well in those with cancer pain as is reported in those with non-cancer pain. DESIGN: The data were obtained from an international cross-sectional observational study. SETTING/PARTICIPANTS: A total of 1051 patients from inpatients and outpatients, with incurable cancer completed a computerised assessment on symptoms, function and quality of life. In all, 17 centres within eight countries participated. Medical data were recorded by physicians. Pain type was a clinical diagnosis recorded on the Edmonton Classification System for Cancer Pain. RESULTS: Of the patients, 670 had pain: 534 with nociceptive pain, 113 with neuropathic pain and 23 were unclassified. Patients with neuropathic cancer pain were significantly more likely to be receiving oncological treatment, strong opioids and adjuvant analgesia and have a reduced performance status. They reported worse physical, cognitive and social function. Sensitivity and specificity of painDETECT for identifying neuropathic cancer pain was less accurate than when used in non-cancer populations. CONCLUSIONS: Neuropathic cancer pain is associated with a negative impact on daily living and greater analgesic requirements than nociceptive cancer pain. Validated assessment methods are needed to enable early identification of neuropathic cancer pain, leading to more appropriate treatment and reduced burden on 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.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».