Different Qualities of the Subjective Pain Experience Among Patients With Cancer Attending Apeksha Hospital Maharagama
Notice bibliographique
Résumé
Cancer pain is a complex and subjective experience that influences a variety of functions, comprising sensory, affective and cognitive components. It is well-known that pain is difficult to describe; patients often do not seem to find the appropriate words to do so. Meanwhile, Short-Form McGill Pain Questionaire-2 (SF MPQ-2) was proven to be a sensitive instrument in evaluating the quality of pain in patients with cancer and other chronic diseases. Aim of this study was to measure different qualities of the subjective pain experience among patients with cancer. A descriptive cross-sectional study was conducted at Apeksha Hospital, Maharagama among patients with all types of cancer-related pain of at least a month or longer duration. Consecutive sampling method was used to select 384 participants. Demographic and disease-related data were collected using pre-tested questionnaire and pain qualities and its intensity related data were obtained using a validated Sinhala version of SF MPQ-2; which comprises 22 pain quality word descriptors representing four subscales; continuous pain, intermittent pain, affective pain and neuropathic pain. Pain intensity was measured by 11 points Likert scale; (0 -10; no pain to worst pain). Descriptive analysis was done for demographic and pain severity data using SPSS version 23 for windows. The majority were females (n=231; 60.2%) and mean age of the participants was 56 years (SD ± 11.8), and a majority (n= 95; 24.7%) were having urogenital cancers. Highest mean pain score was reported for aching pain 6.1 (SD ± 3.2) and lowest for gnawing pain 0.73 (SD ± 1.9). Mean pain scores and SD± of the pain subscales were as follows; continuous 22.5(10.8), intermittent 8.1 (8.9), affective 11.1 (9.8) and neuropathic pain 13.9 (10.9). Proper assessment of different qualities of cancer pain is essential for better care, and SF MPQ-2 provides useful pain descriptors comprising sensory and affective domains.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 ».