Prevalence and Correlates of Pain in the Canadian National Palliative Care Survey
Notice bibliographique
Résumé
BACKGROUND: Pain is a common problem for people with cancer who are nearing the ends of their lives. OBJECTIVE: In the present multicentre Canadian study of palliative cancer care, the prevalence of pain, its perceived severity and its correlates across a range of physical, social, psychological, and existential symptoms and concerns were examined. METHODS: Semistructured interviews were conducted with 381 patients. In addition to inquiring about pain, the interview also assessed 21 other symptoms and concerns, and collected information about demographic characteristics, functional status and medication use. RESULTS: Pain of any intensity was reported by 268 (70.3%) participants, although for 139 (36.5%), the severity was rated as minimal or mild. For 129 (33.9%) individuals, pain was reported as moderate to extreme, and considered by the respondents to be an important ongoing problem. Patients who reported moderate to extreme pain were younger than other participants, but had lower functional status and a shorter median survival duration. They were more likely than other participants to be treated with opioid medications (P<0.001) and, less reliably, with benzodiazepines (P=0.079). Compared with participants with no, minimal or mild pain, those with moderate to extreme pain had a higher prevalence of distressing problems on 11 of 21 other symptoms and concerns. The strongest correlations were with general malaise (rho = 0.44), suffering (rho = 0.40), nausea (rho = 0.34), weakness (rho = 0.31), drowsiness (rho = 0.29) and anxiety (rho = 0.29). CONCLUSIONS: Pain continues to be a difficult problem for many patients who are receiving palliative cancer care, particularly younger individuals who are nearing death.
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 | 0,012 | 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 ».