Characterization of cancer pain syndromes (PS) seen at a Comprehensive Cancer Center (CCC) and pain response (PR) to palliative care consultation (PCC)
Notice bibliographique
Résumé
8551 Background: Comparison of cancer PS across settings is challenging due to differences in prognostic features. Data from 1 CCC participating in a multi-site international study of a pain classification system is presented to characterize cancer PS & response to PCC. Methods: The Edmonton Classification System for Cancer Pain was completed by prospective chart review to characterize PS of 100 consecutive hospitalized patients (pts) seen in PCC. Pts were followed until major PR, hospital discharge or death. Major PR was defined as <2 p.r.n. opioid doses/d & pain intensity (PI) <3/10 for 3 consecutive days (d). Results: 85% of pts had pain (n=85), with age 62.9+13.3, 47.1% male & KPS 44.5+23.1. The most common tumor diagnoses were lung (24.7%) & GU (21.2%). Pts were followed for a median of 4 d (0–27). 39% achieved a major PR. Except for steroids (49.4%) & anticonvulsants (29.4%), other adjuvant analgesic use was all <10%. Pain-associated features: *Numeric Rating Scale 0–10, 10=worst suggestivie of alcoholism + Mean morphine equivalent dailydose On univariate analysis, older age (p=.006), lower initial PI (p=.003), lower final PI (p=.001) & lower final MEDD (p=.002) were significantly associated with achieving major PR. On multivariate analysis, lower initial PI (p=.03) & lower final MEDD (p=.02) retained significance for achieving major PR. Conclusions: Only 39%of pts with cancer pain seen in PCC achieve a major PR by discharge or death. Despite aggressive opioid titration, 61% do not achieve a major PR & require better pain management. Potential strategies for achieving improved PR include earlier PCC, identification of more sensitive prognostic variables &critical evaluation of targeted therapies. [Table: see text] No significant financial relationships to disclose.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».