Pain experience and nursing approaches to pain control among patients undergone abdominal surgery at tertiary hospital
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 the most common problem found in postoperative patients. Even with improved and advanced surgical techniques, people still feel some pain and discomfort after surgery.
 Methods: The descriptive study was carried out to assess pain experience and nursing approaches to pain control among 111 post- operative patients at surgical ward of Manipal Teaching Hospital, Pokhara. The data was collected in the month of May to July, 2019. Wong Baker Pain rating scale and structured questionnaire were used to collect data. The collected data was analysed by using descriptive and inferential statistic.
 Results: Almost all the patients experienced pain after surgery, the most common site of pain was at surgical incision. Majority (90.1%) of them felt more pain while changing position. Conversely, 88.3% of patients reported least pain during rest. While 55% of them had reported moderate level of pain. Mean severity of pain experienced by patients was 4.8±2.4. Regarding nursing approaches, 82% of patients told that nurse had frequently asked whether they had pain, 80.2% of them reported that the nurse administered pain killer drugs when they required. However, none of them told non-pharmacological methods such as massage, listening music, imagination to distraction of pain were performed. The significant association was seen in level of pain with post-operative day.
 Conclusions: The findings of study indicate that the majority of patients experienced pain in the first day of surgery, and it is clear that effective pain management is essential in early day of operation.
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 | 0,003 | 0,006 |
| 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 découle