Expert conference on cancer pain assessment and classification—the need for international consensus: working proposals on international standards
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An increasing number of cancer patients live longer, and palliative care has become an important part of their treatment. Symptoms are often inadequately assessed and managed. A significant challenge in clinical trials is to control for the variability of the samples being studied. To overcome this problem, classification systems have been developed in order to characterise and stratify patients by grouping them according to major common characteristics. The lack of agreed methods for the assessment and classification of cancer pain has been clearly indicated in clinical trials and in clinical practice and may be one possible explanation for the inadequate treatment of cancer pain. This was the background to an international expert meeting arranged in September 2009 in Milan, Italy. The primary aims were to produce recommendations on how to assess and classify cancer pain and to recommend a strategy for the further development, validation and implementation of an international cancer pain classification and assessment system. The recommendations consisted of two basic working proposals, nine specific working proposals and seven recommendations for the further development of a cancer pain classification system. Examples of specific working proposals were to include pain intensity, pain mechanism, breakthrough pain and psychological distress as the core domains in this classification of cancer pain and to measure pain intensity with a 0-10 numerical rating scale with 'no pain' and 'pain as bad as you can imagine' as anchors. The proposed name for this international standard is Cancer Pain Assessment and Classification System (CPACS).
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.
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 | 0,001 | 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) | 0,001 | 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 découle