MétaCan
Menu
Retour à la cohorte
Enregistrement W2806875460 · doi:10.1186/s12904-018-0336-y

Prevalence and characteristics of breakthrough cancer pain in an outpatient clinic in a Catalan teaching hospital: incorporation of the Edmonton Classification System for Cancer pain into the diagnostic algorithm

2018· article· en· W2806875460 sur OpenAlexaboutno aff
J. Canal-Sotelo, Javier Trujillano, Philip Larkin, N. Arraras-Torrelles, R. Gonzalez-Rubió, Mariona Rocaspana-García, E. Barallat Gimeno

Notice bibliographique

RevueBMC Palliative Care · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancer painMedicinePain medicineCatalanCancerPhysical therapyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Breakthrough cancer pain (BTcP) is defined according to its principal characteristics: high intensity, short time interval between onset and peak intensity, short duration, potential recurrence over 24 h and non-responsiveness to standard analgesic regimes. The Edmonton Classification System for Cancer Pain (ECS-CP) is a classification tool that evaluates different dimensions of pain. The aim of this study was to measure prevalence and the main characteristics of BTcP in a sample of advanced cancer patients and to explore the complexity observed when ECS-CP is incorporated into BTcP diagnostics algorithm. METHODS: Descriptive prevalence study (Retrospective chart review). Davies' algorithm was used to identify BTcP and ECS-CP was used to recognize appropriate dimensions of pain. The study was conducted in a sample of advanced cancer patients attending hospital outpatient clinic in Lleida, Spain. 277 patients were included from 01/01/2014 to 31/12/2015. No direct contact was made with participants. The following information was extracted from the palliative care outpatient clinic database: age, gender, civil status, cognitive impairment status, functional performance status and variables related to tumour. Only BTcP cases were included. RESULTS: Prevalence of BTcP was 39.34% (63.9% men). Mean of age was 68.2 years. Main diagnosis was lung cancer (n = 154; 31.6%). Metastases were diagnosed in 83% of the sample. 138 patients (49.8%) were diagnosed with 1 type of BTcP and 139 (50.2%) were diagnosed with more than one type of BTcP. In total, 488 different types of BTcP were recorded (mean 1.75 ± 0, 9), 244 of these types (50%) presented a component of neuropathic pain. Addictive behaviour, measured through CAGE test, was present in 29.2% (N = 81) of the patients and psychological distress was present in 40.8% (n = 113). CONCLUSIONS: Prevalence of BTcP (39.34%) is similar to the one reflected in the existing literature. Study results indicate that the routine use of ECS-CP in a clinical setting allows us to detect more than one type of BTcP as well as additional complexity associated with pain (neuropathic, addictive behavior and psychological distress).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,334
Écart entre enseignants0,299 · 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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Palliative CareMême sujetPain Management and Opioid UseTravaux en français237 207