Pain Assessment Recommendations for Women, Made by Women: A Mixed Methods Study
Notice bibliographique
Résumé
Objective: To quantitatively describe women's priorities for pain assessment and qualitatively explain unique features of women's pain experiences. Design: Mixed-methods study that included a three-round Delphi study followed by in-depth interviews. Setting: Clinical research study. Participants: Twenty-three women with chronic pain recruited from three women's pain treatment facilities and one interdisciplinary chronic pain clinic. Methods: Phase 1 (Delphi) involved completion of a questionnaire that rated agreement with the importance of 32 commonly used pain assessment measures. Answers were compiled, and controlled feedback was provided after each round. This iterative process continued until acceptable stability was reached. Stability was defined as proportion agreement for each response that reached the a priori cutoff score of 75%. Phase 2 (qualitative) involved one-to-one telephone interviews that followed a semistructured interview guide partially informed from phase 1 findings. A descriptive approach summarized and described participants' perspectives while avoiding abstractions. Textual data were analyzed using content analysis. Results: Phase 1 identified 15 pain assessments as important. Some commonly used pain assessment measures such as the numeric pain intensity rating scale did not reach agreement as important. However, no pain assessments reached agreement as unimportant. Ten additional women completed face-to-face interviews, and an overall theme of stigmatization emerged that highlighted the importance of soliciting the pain narrative and why some aspects of psychosocial pain assessment did not reach agreement. Conclusions: Priorities identified by women for the assessment of pain were largely consistent with expert recommendations; however, important differences were raised that merit consideration for clinicians to reduce stigma.
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 | 0,039 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».