The Edmonton Classification System for Cancer Pain: a tool with potential for an evolving role in cancer pain assessment and management
Notice bibliographique
Résumé
Introduction: Undertreatment of cancer pain is associated with inadequate assessment and inconsistent or non-standardized classification, resulting in failure to both appreciate its multidimensional nature and appropriately target therapeutic interventions. This review examines the classification of cancer pain with a focus on the progressive development of the Edmonton Classification System for Cancer Pain (ECS-CP); the appropriateness of its constituent features, associated outcomes and its potential future development in cancer pain classification.Areas covered: A Medline search from 1989 to November 2017, using combined terms ‘cancer’ or ‘oncology’, ‘Edmonton’, ‘pain’ or ‘analgesia’, and ‘staging’ or ‘classification’, identified 280 records. A total of 20 studies with empirical data relating to validation studies of the ECS-CP or evaluation of either its constituent or proposed domains were selected for inclusion in the core review.Expert commentary: The ECS-CP is a tool in evolution and a valid template for further cancer pain classification development. The assessment of ECS-CP domains requires a standardized approach. The domain ratings can inform the therapeutic strategy, and are associated with pain management outcomes, particularly stable pain control. The ECS-CP enables standardized reporting, based on patients’ pain and related characteristics, and thus may improve the validity of comparisons across research study samples.
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 | 0,004 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».