Pain and its clinical associations in individuals with cystic fibrosis
Notice bibliographique
Résumé
Pain is recognized as a clinical complication in cystic fibrosis (CF), but the prevalence, characteristics and clinical associations of this co-morbidity have not been systematically reviewed. Electronic searches of six databases were performed. For inclusion in phase 1, studies reported a pain prevalence rate in CF and/or its clinical associations. For phase 2, included studies reported the measurement properties of validity, reliability and responsiveness of an instrument assessing pain in CF. Two independent reviewers rated the quality of evidence (phase 1) and the measurement properties using the 4-point COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) checklist (phase 2). Of the 400 studies identified in the literature, 16 met the inclusion criteria for phase 1 and 5 for phase 2. The mean (SD) quality score (of 16) was 11.8 (2.3). The pooled prevalence of pain in adults with CF was 77% (95% confidence interval (CI): 57%-92%) and in children was 42% (95% CI: 0%-91%). Common regions of pain included back, abdomen, chest and limbs. In children and adults, pain was associated with a poorer quality of life (QOL) and significant interference with treatments. Measurement properties of three instruments (Brief Pain Inventory, Multidimensional Pain Inventory, Daily Pain Assessment-CF) were construct validity and criterion-predictive validity, with variable findings based on 'fair' to 'good' quality studies. Pain is a common problem in both children and adults with CF. It has negative clinical associations with QOL and the ability to successfully undertake treatment. Further research exploring the measurement properties of instruments assessing pain is required.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».