Patient-Reported Factors Alleviating Pain Among Persons With Cancer
Notice bibliographique
Résumé
Abstract Pain impacts wellbeing and is among the most common symptoms of cancer. Factors that decrease pain severity have been understudied despite their importance for high-quality cancer care. The study purpose was to describe pain alleviating factors and their association with type of cancer. This secondary comparative analysis included 579 participants from studies of inpatients and outpatients with cancer (mean age=58.7±12.3; 27.3% female; 85.5% White, 5.7% Black, 7.6% Other). They completed the McGill Pain Questionnaire on paper or a tablet computer. To determine factors that alleviated pain, we focused on the open-ended question: 1) What kinds of things relieve your pain? We coded text responses into six outcome categories: 1) Activity level, 2) Cognitive, 3) Environmental, 4) Medical, 5) Physical, and 6) Sedentary behavior. We counted the number of activities/factors in each category and conducted multivariable regression analysis adjusting for sociodemographic constructs. Adjusted models revealed that activity (ρ=0.02), cognition (ρ<0.001) and medication (ρ<0.001) were more often endorsed as alleviating factors among individuals living with lung cancer compared to head and neck cancer participants. Those diagnosed with lung cancer (ρ=0.02) and males (ρ=0.02) utilized significantly less physical alleviating factors than head and neck cancer individuals and females. This is the first study to examine pain-alleviating factors among individuals living with cancer. These findings contribute new information regarding activities that alleviate pain among cancer survivors. These findings could inform interventions to promote safe, personalized care designed to alleviate cancer-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 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».