Initial Pain Management Plans in Response to Severe Pain Indicators on Oncology Clinic Previsit Questionnaires
Notice bibliographique
Résumé
BACKGROUND: The issue of how to address patient pain in the outpatient setting remains challenging. At the London Regional Cancer Program (London, Ontario), patients complete the Edmonton Symptom Assessment System (ESAS) before most visits. OBJECTIVES: To perform a chart review assessing the frequency and, if applicable, the type of a clinical care plan that was developed if a patient indicated pain ≥7 on a 10-point scale. METHODS: The charts of 100 eligible sequential outpatient visits were reviewed and the initial pain management approaches were documented. RESULTS: Between December 2011 and May 2012, visits by 7265 unique patients included 100 eligible visits (pain ≥7 of 10). In 83 cases, active pain management plans, ranging from counselling to hospital admission, were proposed. Active pain management plans were more likely if the cause was believed to be cancer⁄treatment related: 63 of 65 (96.9%) versus 20 of 35 (57.1%, noncancer⁄unknown pain cause); P<0.001. There were no differences depending on cancer treatment intent or medical service. CONCLUSIONS: Active pain management plans were documented in 83% of visits. However, patients who reported severe pain that was assessed as benign or unknown in etiology received intervention less frequently, perhaps indicating that oncologists either consider themselves less responsible for noncancer pain, or believe that pain chronicity may lead to a higher ESAS pain score without indicating a need for acute intervention. Further study is needed to determine the subsequent effect of the care plans on patient-reported ESAS pain scores at future clinic visits.
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 | 0,075 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».