MétaCan
Menu
Retour à la cohorte
Enregistrement W2332906996 · doi:10.1097/hnp.0000000000000087

Pain and Fatigue in Elderly Cancer Patients

2015· article· en· W2332906996 sur OpenAlexaboutno aff
Melek Erturk, Yasemin Yıldırım, Serap Parlar Kılıç, Serap Özer Yaman, Fisun Şenuzun Aykar

Notice bibliographique

RevueHolistic Nursing Practice · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical therapyIntensity (physics)McGill Pain QuestionnaireCancerInternal medicineVisual analogue scale

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to evaluate the pain and fatigue levels of elderly cancer patients and to examine whether pain is an independent variable in fatigue development. A total of 250 elderly cancer patients undergoing treatment in the outpatient chemotherapy units and internal medicine clinic at 2 hospitals were enrolled. A "Patient Information Form," the "McGill Melzack Pain Questionnaire," and the "Brief Fatigue Inventory" were used as data instruments. It was determined that all patients had pain and that the mean present pain intensity score was 2.70 ± 0.99, the mean worst pain intensity score was 4.40 ± 0.86, and the mean least pain intensity score was 1.40 ± 0.66. Whereas the existing fatigue severity score of the patients with fatigue (43.6%) was 6.27 ± 2.06, the mean usual fatigue severity of the patients in the last 24 hours was 6.19 ± 1.63 and that the mean worst fatigue severity score in the last 24 hours was 7.29 ± 1.57. When the regression analysis carried out between the pain and fatigue intensities is examined, it was determined that pain is an independent variable in increasing fatigue and that there is a statistically significant relationship (P < .05). It is important that nurses develop strategies to prevent and determine activities to decrease the pain and fatigue of the patients while planning and implementing their holistic care in a relevant manner.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,355
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,085
Tête enseignante GPT0,389
Écart entre enseignants0,304 · 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 tête enseignante, 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHolistic Nursing PracticeMême sujetPain Management and Opioid UseTravaux en français237 207