Perceptions and opinions of pet owners in the<scp>U</scp>nited<scp>S</scp>ates about surgery, pain management, and anesthesia in dogs and cats
Notice bibliographique
Résumé
OBJECTIVE: To evaluate pet owners' perceptions and understanding of surgical pain, perioperative pain management, and anesthesia. STUDY DESIGN: Prospective owner survey. SAMPLE POPULATION: Eight veterinary hospitals each provided 200 surveys for distribution to pet owners. METHODS: A survey evaluated owners' perceptions and opinions related to surgical pain, perioperative pain management, anesthesia in dogs and cats, and owner demographics (sex, age, education, employment, previous surgical experience, and pet ownership) in 8 regions of the United States (Alaska, Florida, Hawaii, Massachusetts, Oregon, Ohio, Texas, Washington, DC). Effects of demographics on survey questions were analyzed by using a Cochran-Mantel-Haenszel test. Descriptive statistics and frequency distributions were calculated when applicable. RESULTS: 948/1600 (59.25%) of distributed questionnaires were completed. Owners reported that analgesics were "always needed" more often for surgical procedures than medical conditions. Knowing what to expect during recovery (99%), being informed of procedures and risks (98%), adequate pain management (98%), and having a board-certified anesthesiologist perform anesthesia (94%) were considered "important" or "very important" by owners. The majority of owners agreed that pain affects quality of life (81%), interactions with family and pets (73%), and that declawing is a painful procedure (59%). Older respondents (>46 years), women, owners who have had previous surgery or who have pets that have had previous surgery, and those in health care professions have a better understanding of pain but also expect effective client communication. CONCLUSION: Improving our understanding of pet owners' perceptions and knowledge related to anesthesia, surgery, and pain may lead to improved client education, satisfaction, and compliance with administration of analgesics.
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 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».