A Comparative Investigation of Observational Pain Assessment Tools for Older Adults With Dementia
Notice bibliographique
Résumé
OBJECTIVES: Pain assessment in patients with dementia and severe limitations in ability to communicate can be challenging. The American Geriatrics Society (AGS) encourages the incorporation of 6 behavioral domains (ie, facial expressions, verbalizations/vocalizations, body movements, changes in interpersonal interactions, changes in activity patterns/routines and mental status changes) when conducting pain assessments among seniors with dementia. We investigated 6 observational pain assessment measures (differing with respect to the extent that they cover the AGS-recommended domains) under 2 different pain conditions (ie, influenza vaccination and movement-exacerbated pain) in a sample of long-term care residents with cognitive impairments. Given that a criticism of pain assessment scales is that many of the pain behaviors assessed are highly overlapping with symptoms of delirium, we also investigated the impact of the elimination of delirium-related items. RESULTS: Consistent with expectations, all measures were able to differentiate between pain and baseline conditions. Reliability and validity varied across measures. Most measures continued to differentiate between pain and baseline states after items that overlap with delirium were eliminated. DISCUSSION: Our results provide much needed psychometric information regarding newly developed pain assessments measures for seniors with dementia. The measures differed with respect to ability to differentiate pain-related from non-pain-related states. Moreover, our findings support the utility of comprehensive coverage of the AGS-recommended pain assessment domains.
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 | 0,009 | 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 ».