Follow-up Visits and Changes in Pain Scores Reported by Oncology Outpatients After Initial Presentation With Severe Pain
Notice bibliographique
Résumé
BACKGROUND: In addition to tumour treatment, the management of symptoms such as pain is an important component of cancer care. Pain management is a complex field and prior studies have highlighted many different clinical care responses to a cancer patient presenting with severe pain. We explored follow-up and how pain screening scores changed over time, among a cohort of cancer outpatients, and how follow-up was scheduled after the initial visit. METHODS: The care provided to 96 patients seen at the London Regional Cancer Program was reviewed for the 12-week period following presentation with severe pain >7/10. Follow-up ESAS (Edmonton Symptom Assessment System) scores, visits, and compliance were documented. RESULTS: Follow-up ESAS data was available for 41/96 patients. Mean ESAS pain decreased from 8.4/10 to 3.6/10 among those patients with follow-up; however, for 55/96 patients, no follow-up ESAS score was available (deceased n=3, no follow-up visit n=41, no pain score reported, n=11). CONCLUSIONS: Despite a very high proportion of documented active pain management plans in the case of cancer patients presenting with severe pain, very little follow-up directed specifically at pain management was performed. Cancer treatment appears to be the primary determinant of oncology follow-up timing at our centre.
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) | 0,000 | 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 ».