Understanding pain and quality of life for patients with chronic venous ulcers.
Notice bibliographique
Résumé
UNLABELLED: Aim. To identify the impact of pain on quality of life (QOL) of patients with chronic venous ulcers. METHODS: A cross-sectional study was performed on 40 outpatients with chronic venous ulcers who were recruited at one outpatient care center in São Paulo, Brazil. WHOQOL-Bref was used to assess QOL, the McGill Pain Questionnaire-Short Form (MPQ) to identify pain characteristics, and an 11-point numerical pain rating scale to measure pain intensity. Kruskall-Wallis or ANOVA test, with post-hoc correction (Tukey test) was applied to compare groups. Multiple linear regression models were used. RESULTS: The mean age of the patients was 67 ± 11 years (range, 39-95 years), and 26 (65%) were women. The prevalence of pain was 90%, with worst pain mean intensity of 6.2 ± 3.5. Severe pain was the most prevalent (21 patients, 52.5%). Pain most frequently reported was sensory-discriminative and evaluative in quality. Pain was significantly and negatively correlated with physical (PY), environmental (EV), and overall QOL. Compared to a no-pain group, those with pain had lower overall QOL. On multiple analyses, pain remained as a predictor of overall QOL (b = -0.73, P = 0.03) and was also predictive of social QOL, whereas pain did not have any impact on physical, emotional, or social relationships QOL (b = -3.85, P = 0.00) when adjusted for age, number, duration and frequency of wounds, pain dimension (MPQ), partnership, and economic status. CONCLUSION: To improve QOL of outpatients with chronic venous ulcers, the qualities and the intensity of pain must be considered differently.
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 | 0,000 | 0,000 |
| 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 ».