MétaCan
Menu
Retour à la cohorte
Enregistrement W2142371871 · doi:10.1111/j.1533-2500.2004.04305.x

The Psychological Assessment of Candidates for Spinal Cord Stimulation for Chronic Pain Management

2004· article· en· W2142371871 sur OpenAlexaff
D Beltrutti, A Lamberto, Giancarlo Barolat, Stephen Bruehl, Daniel M. Doleys, Elliot S. Krames, Mario Meglio, Richard B. North, Kern A. Olson, E. Reig, Brian Simpson, Dennis C. Turk, Gerald M. Aronoff, Ronald Melzack

Notice bibliographique

RevuePain Practice · 2004
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychosocialMedicineSpinal cord stimulationSpinal cord stimulatorPhysical therapyChronic painPsychotherapistSpinal cordIntensive care medicinePsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

It is known that, in spite of meeting appropriate clinical criteria for spinal cord stimulation (SCS) and having undergone flawless procedures, a significant number of patients who fail the therapy continues to exist. It is the purpose of this article to focus on the development of psychosocial indicators of success for SCS, if any. Referring to specialist literature authors present a review of what is known, what is not known, and what remains controversial on this topic. After reading this article we hope the reader will understand the importance of a psychological evaluation as part of the development of standards for identifying appropriate patients for this therapy. To improve treatment outcomes of SCS, seems to be essential to perform psychosocial evaluations on all persons clinically indicated for SCS to exclude those patients, who most probably, on a psychosocial level, will fail the procedure. To maximize treatment efficacy, authors believe spinal cord stimulation for chronic pain control must be part of a comprehensive program. An accurate preoperative psychosocial assessment and a course of psychological assistance both before and after therapy seems to be crucial for improving outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,437
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePain PracticeMême sujetPain Management and TreatmentTravaux en français237 207