Do Gender-Specific and High-Resolution Three Dimensional Body Charts Facilitate the Communication of Pain for Women? A Quantitative and Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Chronic pain is more prevalent among women; however, the majority of standardized pain drawings are often collected using male-like androgynous body representations. OBJECTIVE: The purpose of this study was to assess whether gender-specific and high-resolution three-dimensional (3D) body charts facilitate the communication of pain for women. METHODS: Using mixed-methods and a cross-over design, female patients with chronic pain were asked to provide detailed drawings of their current pain on masculine and feminine two-dimensional (2D) body schemas (N=41, Part I) or on female 2D and 3D high-resolution body schemas (N=41, Part II) on a computer tablet. The consistency of the drawings between body charts were assessed by intraclass correlation coefficient (ICC) and Bland-Altman plots. Semistructured interviews and a preference questionnaire were then used to obtain qualitative and quantitative responses of the drawing experience. RESULTS: The consistency between body charts were high (Part I: ICC=0.980, Part II: ICC=0.994). The preference ratio for the masculine to feminine body schemas were 6:35 and 18:23 for the 2D to 3D female body charts. Patients reported that the 3D body chart enabled a more accurate expression of their pain due to the detailed contours of the musculature and bone structure, however, patients also reported the 3D body chart was too human and believed that skin-like appearance limited 'deep pain' expressions. CONCLUSIONS: Providing gender-specific body charts may facilitate the communication of pain and the level of detail (2D vs 3D body charts) should be used according to patients' needs.
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 | 0,000 |
| 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 ».