A smartphone version of the Faces Pain Scale‐Revised and the Color Analog Scale for postoperative pain assessment in children
Notice bibliographique
Résumé
BACKGROUND: Effective pain assessment is essential during postoperative recovery. Extensive validation data are published supporting the Faces Pain Scale-Revised (FPS-R) and the Color Analog Scale (CAS) in children. Panda is a smartphone-based application containing electronic versions of these scales. OBJECTIVES: To evaluate agreement between Panda and original paper/plastic versions of the FPS-R and CAS and to determine children's preference for either Panda or original versions of these scales. METHODS: ASA I-III children, 4-18 years, undergoing surgery were assessed using both Panda and original versions of either the FPS-R or CAS. Pain assessments were conducted within 10 min of waking from anesthesia and 30 min later. RESULTS: Sixty-two participants, median (range) age 7.5 (4-12) years, participated in the FPS-R trial; Panda scores correlated strongly with the original scores at both time points (Pearson's r > 0.93) with limits of agreement within clinical significance (80% CI). Sixty-six participants, age 13 (5-18) years, participated in the CAS trial. Panda scores correlated strongly with the original scores at both time points (Pearson's r > 0.87); mean pain scores were higher (up to +0.47 out of 10) with Panda than with the original tool, representing a small systematic bias, but limits of agreement were within clinical significance. Most participants who expressed a preference preferred Panda over the original tool (81% of FPS-R, 76% of CAS participants). CONCLUSION: The Panda smartphone application can be used in lieu of the original FPS-R and CAS for assessment of pain in children. Children's preference for Panda may translate to improved cooperation with self-report of pain.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».