The routine use of the Edmonton Classification System for Cancer Pain in an outpatient supportive care center
Notice bibliographique
Résumé
OBJECTIVE: There is no standardized and universally accepted pain classification system for the assessment and management of cancer pain in both clinical practice and research studies. The Edmonton Classification System for Cancer Pain (ECS-CP) is an assessment tool that has demonstrated value in assessing pain characteristics and response. The purpose of our study was to determine the relationship between negative ECS-CP features and some pain-related variables like pain intensity and opioid use. We also explored whether the number of negative ECS-CP features was associated with higher pain intensity. METHOD: The electronic charts of 100 patients at an outpatient supportive care clinic in a comprehensive cancer center were reviewed for variables like patient characteristics, initial ECS-CP assessment, morphine equivalent daily dose (MEDD), opioid rotation, Edmonton Symptom Assessment Score (ESAS), and use of adjuvant analgesics. RESULTS: Some 91 of the 100 charts were eligible for analysis. The most common primary cancer type was gastrointestinal (22.1%). The median pain intensity was 6, and the median MEDD was 45 mg. Neuropathic pain was associated with higher median pain intensity (7 vs. 5, p = 0.007) and median MEDD requirement (83 vs. 30, p = 0.013). Psychological distress was associated with higher median pain intensity (7 vs. 5, p = 0.042). Incident pain was also associated with a trend toward higher pain intensity (6 vs. 5, p = 0.06). A higher number of negative ECS-CP features was associated with higher pain intensity (p = 0.01). SIGNIFICANCE OF RESULTS: The ECS-CP was successfully completed in the majority of patients, demonstrating its utility in routine clinical practice. Neuropathic pain and psychological distress were associated with higher pain intensity. Also, neuropathic pain was associated with a higher MEDD. A higher sum of negative ECS-CP features was associated with higher pain intensity. Further studies will be needed to verify and explore these observations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».