Words that describe chronic musculoskeletal pain: implications for assessing pain quality across cultures
Notice bibliographique
Résumé
BACKGROUND: People from different cultures who speak different languages may experience pain differently. This possible variability has important implications for evaluating the validity of pain quality measures that are directly translated into different languages without cultural adaptations. The aim of this study was to evaluate the impact of language and culture on the validity of pain quality measures by comparing the words that individuals with chronic pain from Nepal use to describe their pain with those used by patients from the USA. METHODS: A total of 101 individuals with chronic musculoskeletal pain in Nepal were asked to describe their pain. The rates of the different pain descriptor domains and phrases used by the Nepali sample were then compared to the published rates of descriptors used by patients from the USA. The content validity of commonly used measures for assessing pain quality was then evaluated. RESULTS: While there was some similarity between patients from Nepal and the USA in how they describe pain, there were also important differences, especially in how pain quality was described. For example, many patients from Nepal used metaphors to describe their pain. Also, the patients from Nepal often used a category of pain descriptor - which describes a physical state - not used by patients from the USA. Only the original McGill Pain Questionnaire was found to have content validity for assessing pain quality in patients from Nepal, although other existing pain quality measures could be adapted to be content valid by adding one or two additional descriptors, depending on the measure in question. CONCLUSION: The findings indicate that direct translations of measures that are developed using samples of patients from one country or culture are not necessarily content valid for use in other countries or cultures; some adaptations may be required in order for such measures to be most useful in new language and culture.
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 | 0,092 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».