MétaCan
Menu
Retour à la cohorte
Enregistrement W2320392479 · doi:10.1155/2016/1343568

Healthcare Use for Pain in Women Waiting for Gynaecological Surgery

2016· article· en· W2320392479 sur OpenAlexaffabout
Sarah Walker, Wilma M. Hopman, Meg Carley, Elizabeth Mann, Elizabeth G. VanDenKerkhof

Notice bibliographique

RevuePain Research and Management · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAnesthesia and Pain Management
Établissements canadiensKingston General HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineGeneralized estimating equationBody mass indexOdds ratioAnxietyDepression (economics)Physical therapyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Background. Pain while waiting for surgery may increase healthcare utilization (HCU) preoperatively. Objective. Examine the association between preoperative pain and HCU in the year prior to gynecological surgery. Methods. 590 women waiting for surgery in a Canadian tertiary care centre were asked to report on HCU in the year before surgery. Pain was assessed using the Brief Pain Inventory. Results. 33% reported moderate to severe pain intensity and interference in the week before surgery. Sixty-one percent (n = 360) reported a total of 2026 healthcare visits, with 21% (n = 126) reporting six or more visits in the year before surgery. After controlling for covariates, women with moderate to severe (>3/10) pain intensity/interference reported higher odds of overall HCU (≥3 pain-related visits to family doctor or specialist in the past year or ≥1 to emergency/walk-in clinic) compared to women with no or mild pain. Lower body mass index (BMI < 30 versus ≥30) and anxiety and/or depression were associated with emergency department or walk-in visits but not visits to family doctors or specialists. Conclusions. There is a high burden of pain in women awaiting gynecological surgery. Decisions about resource allocation should consider the impact of pain on individuals and the healthcare system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,818

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,380
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePain Research and ManagementMême sujetAnesthesia and Pain ManagementTravaux en français237 207