Evaluating the prognostic effect of a pain classification system in patients with advanced cancer.
Notice bibliographique
Résumé
95 Background: The Edmonton Classification System for Cancer Pain (ECS-CP) has been shown to predict pain management complexity based on five features: pain mechanism, incident pain, psychological distress, addictive behavior, and cognitive function. The main objective of our study was to explore the association between increasing sum of negative ECS-CP features and achievement of good pain control at first follow up visit at an outpatient palliative care clinic. Methods: Initial and follow up clinical information of 409 eligible supportive care outpatients such as patient demographics, ECS–CP assessment, morphine equivalent daily dose (MEDD), opioid rotation, Edmonton Symptom Assessment Score (ESAS), and personalized pain goal (PPG) were retrospectively reviewed and analyzed. Results: Between the initial consultation and the first follow up visit, the median MEDD requirement increased from 30mg/day to 45mg/day (p < 0.0001) and median pain intensity improved from 6 to 4 (p < 0.0001). Increasing sum of negative ECS–CP features was associated with higher MEDD at consultation, with an increase from 30mg/day with no negative features to 40mg/day with ≥2 negative features (p = 0.046). There was no significant association between increasing sum of negative ECS-CP features and achievement of pain control at follow up visit (0.991, 95% CI: 0.747 – 1.304, p = 0.948). Conclusions: Increasing sum of negative ECS-CP features was associated with higher MEDD at referral but was not predictive of pain control at the follow up visit when pain was managed by a palliative medicine specialist. Further research is needed to further explore these observations.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».