MétaCan
Menu
Retour à la cohorte
Enregistrement W3094120341 · doi:10.1097/j.pain.0000000000002121

Are you in pain if you say you are not? Accounts of pain in Somali–Canadian women with female genital cutting

2020· article· en· W3094120341 sur OpenAlexafffundabout
Mateja Perović, Danielle Jacobson, Emily Glazer, Caroline F. Pukall, Gillian Einstein

Notice bibliographique

RevuePain · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFemale Genital Mutilation/Cutting Issues
Établissements canadiensBaycrest HospitalQueen's UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLabia minoraLabia majoraMedicineClitorisSomaliLabiaChronic painVulvaPhysical therapySurgery

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: As a rite of passage to womanhood, 2 million girls undergo female genital circumcision (FGC)-the tradition of cutting, and often removing parts of the vulva-every year. The current study is the first to focus on the connection between peripheral nerve damage and chronic neuropathic pain in women with FGC. We used mixed methods-quantitative, qualitative, and physiological-to study chronic pain in Somali-Canadian women (N = 14). These women have the most extensive form of FGC, which includes removal of the glans clitoris, labia minora, medial portion of the labia majora, and stitching together the remaining parts of the labia majora. Our results indicate a multifaceted pain experience in women with FGC. Although they report good overall health and very low pain levels on the short form of the McGill Pain Questionnaire, pressure-pain quantitative sensory testing of the vulvar region applied through vulvalgesiometers shows pain thresholds consistent with those reported by women with chronic vulvar pain. Furthermore, qualitative interviews reveal a considerable amount of often debilitating pain in daily life. These results challenge the use of assessment tools offering elicited verbal pain language and highlight the importance of culturally sensitive ways of conceptualizing, measuring, and managing pain.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,025
Tête enseignante GPT0,245
Écart entre enseignants0,221 · 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.

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

Citations16
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePainMême sujetFemale Genital Mutilation/Cutting IssuesTravaux en français237 207