Pain in Malignant Pleural Mesothelioma: A Prospective Characterization Study
Notice bibliographique
Résumé
INTRODUCTION: Malignant pleural mesothelioma (MPM) is associated with severe pain. The underlying neurobiology of this is complex. The primary aim of this study was to characterize pain in MPM. METHODS: This study was undertaken as part of a trial examining radiotherapy for the treatment of pain in MPM (ISRCTN 10644347). Patients had MPM with associated pain for which radiotherapy was planned and a worst pain score ≥ 4/10. The following assessments were undertaken: clinical neuropathic pain assessment, Brief Pain Inventory (BPI), Leeds Assessment of Neuropathic Symptoms and Signs (LANSS), Short form of the McGill Pain Questionnaire (SF-MPQ), and Quantitative Sensory Testing (QST). The relationship of these characteristics and response to radiotherapy was assessed. Unless stated, medians and interquartile range (IQR) are used. RESULTS: Thirty-seven patients were recruited. Average pain and worst pain was 4 (4-6) and 8 (6-8), respectively. Higher average pain and higher worst pain scores were associated with higher interference scores on the BPI, P < 0.001 and P < 0.0005. Twenty patients (54%) had a clinical diagnosis of neuropathic pain, and of these, only six patients (40%) screened positively for neuropathic pain using the LANSS. Patients with a high LANSS also had higher BPI and SF-MPQs. The presence of neuropathic pain (clinically or by LANSS) did not predict response to radiotherapy, P < 0.05. The SF-MPQ scores were higher in those with abnormal cool sensation on QST (P = 0.016). CONCLUSION: Pain in mesothelioma varies among patients and may have neuropathic components. An adequate pain assessment is necessary to guide the clinician in the appropriate choice of analgesics.
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 | 0,001 | 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 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 ».