MétaCan
Menu
Retour à la cohorte
Enregistrement W2745420626 · doi:10.1177/0825859717724686

The Influence of Physical and Psychosocial Factors on Disruptive Pain Among Seriously Ill Home Care Patients

2017· article· en· W2745420626 sur OpenAlexafffundabout
Jacob G. S. Davidson, Dawn M. Guthrie

Notice bibliographique

RevueJournal of Palliative Care · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesWilfrid Laurier University
Mots-clésPsychosocialMedicinePalliative carePsychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To estimate the prevalence and correlates of disruptive pain in a sample of seriously ill home care patients in the Canadian province of Ontario. METHODS: The design was a cross-sectional analysis of secondary data from 2757 patients aged 65+. RESULTS: Overall, 69.0% (n = 1902) had any level of pain and 41.6% (n = 1146) indicated that their pain disrupted their usual activities. In the univariate analysis of demographics, the risk of disruptive pain decreased significantly with increasing age ( P < .0001) and was significantly less common among men ( P = .0015). Multivariate analysis showed that unsteady gait (relative risk [RR] = 1.37; 95% confidence interval [CI], 1.18-1.59), arthritis (RR = 1.35; 95% CI, 1.23-1.49), symptoms of depression (RR = 1.24; 95% CI, 1.13-1.37), and declines in social activity that the patient rated as distressing (RR = 1.19; 95% CI, 1.08-1.31) were independently associated with disruptive pain. CONCLUSION: Disruptive pain is highly prevalent in this group, and the key factors associated with this outcome represent physical as well as psychosocial domain areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,018
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,312
Écart entre enseignants0,298 · 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 tête enseignante, 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

Citations6
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Palliative CareMême sujetPain Management and Opioid UseTravaux en français237 207