Breast Cancer EDGE Task Force Outcomes: Clinical Measures of Pain.
Notice bibliographique
Résumé
BACKGROUND: Pain is one of the most commonly reported impairments after breast cancer treatment affecting anywhere from 16-73% of breast cancer survivors Despite the high reported incidence of pain from cancer and its treatments, the ability to evaluate cancer pain continues to be difficult due to the complexity of the disease and the subjective experience of pain. The Oncology Section Breast Cancer EDGE Task Force was created to evaluate the evidence behind clinical outcome measures of pain in women diagnosed with breast cancer. METHODS: The authors systematically reviewed the literature for pain outcome measures published in the research involving women diagnosed with breast cancer. The goal was to examine the reported psychometric properties that are reported in the literature in order to determine clinical utility. RESULTS: Visual Analog Scale, Numeric Rating Scale, Pressure Pain Threshold, McGill Pain Questionnaire, McGill Pain Questionnaire - Short Form, Brief Pain Inventory and Brief Pain Inventory - Short Form were highly recommended by the Task Force. The Task Force was unable to recommend two measures for use in the breast cancer population at the present time. CONCLUSIONS: A variety of outcome measures were used to measure pain in women diagnosed with breast cancer. When assessing pain in women with breast cancer, researchers and clinicians need to determine whether a unidimensional or multidimensional tool is most appropriate as well as whether the tool has strong psychometric properties.
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 | 0,003 | 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 ».