Oncology Section EDGE Task Force on Cancer: A Systematic Review of Clinical Measures for Pain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Pain is one of the most common complaints in individuals with cancer and can occur at any point during the course of cancer treatment. Purpose: To identify outcome measures for assessing pain and to evaluate their psychometric properties and relevance to adults with a diagnosis of cancer. Methods: Three electronic databases (CINAHL, MEDLINE, and PsycINFO) were reviewed using specific search terms to locate articles that identify outcome measures assessing pain in adults with a diagnosis of cancer. From the 1164 articles identified, 494 articles were reviewed and 22 outcome measures were selected for analysis. Each outcome measure was independently reviewed and rated by 2 reviewers using the updated Cancer EDGE Task Force Outcome Measure Rating Form. Any discrepancies between reviewers were discussed, and an overall recommendation for each measure was made using the 4-point Cancer EDGE Task Force Rating Scale. Results: On the basis of the psychometric properties, clinical utility, and relevance to adults with a diagnosis of cancer, the following 3 measures are highly recommended: McGill Pain Questionnaire–Short Form, Numeric Rating Scale, and Visual Analog Scale. Four measures are recommended: Brief Pain Inventory, Brief Pain Inventory–Short Form, McGill Pain Questionnaire, and Pain Disability Index. Eleven measures are recommended as reasonable to use, and 3 are not recommended. Conclusions: Seven of the 22 pain measures demonstrated satisfactory psychometric properties and clinical utility and are thereby recommended for clinical and research use in adults with a diagnosis of cancer.
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.
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 | 0,017 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| 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 | 0,001 | 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 découle