MétaCan
Menu
Retour à la cohorte

Aplicação da escala de Mcgill para avaliação da dor em pacientes oncológicos

2016· article· pt· W2596786275 sur OpenAlexaboutno aff
Priscila Martins Mendes, Fernanda Valéria Silva Dantas Avelino, Ana Maria Ribeiro dos Santos, Lariza Martins Falcão, Samya Raquel Soares Dias, Ana Hilda Silva Soares

Notice bibliographique

RevueJournal of Nursing Ufpe Online · 2016
Typearticle
Languept
DomaineMedicine
ThématiquePalliative and Oncologic Care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMcGill Pain QuestionnaireMicrosoft excelGynecologyHumanitiesPhysical therapyVisual analogue scaleArt

Résumé

récupéré en direct d'OpenAlex

1024x768 ABSTRACT Objective: to assess pain in cancer patients. Method: a descriptive, prospective study of a quantitative approach, with application of McGill Questionnaire in 52 cancer patients. After collecting the data there was stored and tabulated in Microsoft Office Excel. In statistical analysis, simple measures such as frequency distribution, percentage, average and other appropriate to the studied variables. Results: prevalence of females (51.9%) of Cervical CA (44.2%) in less than one year of treatment (44.2%) and 51.9% were in clinical treatment. The most commonly used descriptors were: Pang (69.2%), Dizzy (65.4%), Unbearable (48.1%) and spreads (40.4%). The Estimated Total Pain Intensity (PRI-T) was 47-56 points in 13 individuals. Pain Intensity Present (PPI) in 19 subjects was uncomfortable. Regarding the time and location of the pain, 16 patients reported that the pain was constant and located. Conclusion : it was found that the qualitative assessment of the pain of cancer patients is constant, localized and uncomfortable. Descriptors: Pain ; Neoplasms; Nursing . RESUMO Objetivo: avaliar a dor em pacientes oncologicos. Metodo: estudo descritivo, prospectivo, de abordagem quantitativa, com aplicacao do Questionario de Mcgill em 52 pacientes oncologicos. Apos a coleta os dados foram armazenados e tabulados no Microsoft Office Excel. Na analise estatistica foram utilizadas medidas simples como: distribuicao de frequencias, percentuais, media e outras apropriadas as variaveis estudadas. Resultados: prevalencia do sexo feminino (51,9%), CA do Colo do Utero (44,2%), em tratamento a menos de 1 ano (44,2%) e 51,9% estavam em tratamento clinico. Os descritores mais usados foram: Pontada (69,2%), Enjoada (65,4%), Insuportavel (48,1%) e Esparrama (40,4%). A Estimativa da Intensidade de Dor Total (PRI-T) foi de 47 – 56 pontos em 13 individuos. A Intensidade de Dor Presente (PPI) em 19 individuos significa desconforto. Quanto ao tempo e localizacao da dor, 16 pacientes relataram que a dor era constante e localizada. Conclusao: Constatou-se que a avaliacao qualitativa da dor dos pacientes oncologicos e constante, localizada e desconfortavel. Descritores: Dor; Neoplasia; Enfermagem. RESUMEN Objetivo: evaluar el dolor en pacientes con cancer. Metodo: un estudio descriptivo, prospectivo, de abordaje cuantitativo, con la aplicacion del Cuestionario McGill en 52 pacientes con cancer. Despues de recoger los datos fueron almacenados y tabulados en Microsoft Office Excel. En el analisis estadistico, medidas sencillas como la distribucion de frecuencias, porcentajes, media y de otra indole para las variables estudiadas. Resultados: la prevalencia de las mujeres (51,9%) de CA cervical (44,2%) en menos de un ano de tratamiento (44,2%) y el 51,9% estaba en tratamiento clinico. Los descriptores utilizados con mayor frecuencia fueron: Pang (69,2%), mareado (65,4%), Insoportable (48,1%) y de que se extienda (40,4%). La intensidad total estimado Dolor (PRI-T) fue de 47-56 puntos en 13 individuos. Intensidad del Dolor Presente (PPI) en 19 sujetos era incomoda. En cuanto a la hora y el lugar del dolor, 16 pacientes informaron que el dolor era constante y situado. Conclusion: se encontro que la evaluacion cualitativa del dolor de pacientes con cancer es constante, localizada e incomoda. Descriptores: Dolor; Neoplasias; Enfermeria. Normal 0 21 false false false PT-BR X-NONE X-NONE

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,423
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Ufpe OnlineMême sujetPalliative and Oncologic CareTravaux en français237 207