Pain Assessment In Patients Who Receive Hemodialysis Treatment
Notice bibliographique
Résumé
Aim: Pain is an important health issue that is common among patients who receive hemodialysis (HD) treatment and greatly affects the patients’ quality of life. This study aims to assess the qualitative pain characteristics of patients who receive HD treatment using the McGill Pain Questionnaire. Materials and Method: This quantitative, descriptive and cross-sectional study included 87 patients who received HD treatment. Data were collected using an information form and the McGill Pain Questionnaire in the HD clinic of a training and research hospital in Turkey between 01.04.2019 and 31.09.2019. Results: The study found that the mean current pain scores of the HD patients were moderate (2.13±0.56). The study determined that the patients experienced pain most often in the lower extremity (36.8%) and head region (29.9%) and least in the upper extremity (11.5%). The hemodialysis procedure (44.8%), not following the diet (23%), fatigue (16.1%) and stress (16.1%) were found to intensify the pain. The study found that analgesics (36.8%), resting (31%), complementary approaches (17.2%) and other practices (14.9%) relieved pain when patients were in pain. The study also found that the patients often used the words tiring (n=47), sickening (n=42), fearful (n=41) and wretched (n=38) to define the pain they felt. Conclusion: Measuring and categorizing pain are greatly important to increase the quality of life. The results obtained indicate that assessment of the pain individualistically will be a guide to provide a holistic approach in HD patients.
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 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 | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».