Characterizing pain in long-term survivors of childhood cancer
Notice bibliographique
Résumé
Abstract Many long-term survivors of childhood cancer (LTSCC), individuals at least 5 years post-diagnosis or 2 years post-treatment, experience late- and long-term effects from their treatments, including pain. Yet, pain is poorly understood among LTSCC. The current study aimed to (1a) describe rates and multiple dimensions of pain; (1b) identify patterns of chronic pain; and (2) test correlates of chronic pain in LTSCC. Survivors (n = 140; 48.6% male, Mage = 17.3 years (range = 8–25)) were recruited from across Canada. Between 2017 and 2019, participants completed the Pain Questionnaire, Pain Catastrophizing Scale, Pediatric Quality of Life Inventory, Patient-Reported Outcome Measurement Information System (PROMIS)–Pain Interference, Anxiety, and Depression scales, Child Posttraumatic Stress Scale, the Posttraumatic Stress Disorder Checklist for the DSM-V, and the Cancer Worry Scale. Results Twenty-six percent of LTSCC reported experiencing chronic pain. Exploratory cluster analysis showed 20% of survivors had moderate to severe chronic pain based on measures of pain intensity and interference. The combination of higher posttraumatic stress symptoms, older current age, more pain catastrophizing, and sex (being female) significantly predicted the presence of chronic pain in logistic regression, χ2 (4, N = 107) = 28.10, p < .001. Higher pain catastrophizing (OR = 1.09; 95% CI = 1.02–1.16), older current age (OR = 1.20; 95% CI = 1.07–1.34), and higher posttraumatic stress (OR = 1.92; 95% CI = 1.01–3.63) were significant predictors of chronic pain. LTSCC should be screened for the presence and magnitude of chronic pain during long-term follow-up visits so appropriate interventions can be offered and implemented. Future research should investigate pain interventions tailored for this population. Relevance Findings support regular screening for the presence and magnitude of chronic pain in survivors of childhood cancer in long-term follow-up care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».