Pain quality descriptors in community-dwelling older adults with nonmalignant pain
Notice bibliographique
Résumé
This study aimed to characterize the prevalence of various pain qualities in older adults with chronic nonmalignant pain and determine the association of pain quality to other pain characteristics namely: severity, interference, distribution, and pain-associated conditions. In the population-based MOBILIZE Boston Study, 560 participants aged ≥70 years reported chronic pain in the baseline assessment, which included a home interview and clinic exam. Pain quality was assessed using a modified version of the McGill Pain Questionnaire (MPQ) consisting of 20 descriptors from which 3 categories were derived: cognitive/affective, sensory, and neuropathic. Presence of ≥2 pain-associated conditions was significantly associated with 18 of the 20 pain quality descriptors. Sensory descriptors were endorsed by nearly all older adults with chronic pain (93%), followed by cognitive/affective (83.4%) and neuropathic descriptors (68.6%). Neuropathic descriptors were associated with the greatest number of pain-associated conditions including osteoarthritis of the hand and knee. More than half of participants (59%) endorsed descriptors in all 3 categories and had more severe pain and interference, and multisite or widespread pain than those endorsing 1 or 2 categories. Strong associations were observed between pain quality and measures of pain severity, interference, and distribution (P < 0.0001). Findings from this study indicate that older adults have multiple pain-associated conditions that likely reflect multiple physiological mechanisms for pain. Linking pain qualities with other associated pain characteristics serve to develop a multidimensional approach to geriatric pain assessment. Future research is needed to investigate the physiological mechanisms responsible for the variability in pain qualities endorsed by older adults.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».