Classification of Qualitative Fieldnotes Collected During Quantitative Sensory Testing: A Step Towards the Development of a New Mixed Methods Approach in Pain Research
Notice bibliographique
Résumé
PURPOSE: Quantitative sensory testing (QST) is a standardized method to assess somatosensory function. The collection of qualitative information, during the QST procedure, could be an interesting way to facilitate the characterization of altered sensory perception and the identification of different pain phenotypes. The aims of this study were 1) to classify qualitative fieldnotes of sensory abnormalities collected during an independent QST study, and 2) to generate a qualitative interview guide that could be included in the traditional QST procedure as a step towards the implementation of a mixed methods approach. PATIENTS AND METHODS: QST data were collected from 48 chronic neuropathic pain patients treated with spinal cord stimulation (SCS). Three body areas, with or without SCS, were tested: the painful limb targeted by SCS, the contralateral area, and the ipsilateral upper limb. After each trial of each QST modality, patients were encouraged to report any sensory abnormalities they could identify with a pain quality scale or using their own words. RESULTS: Qualitative self-reported sensory abnormalities were dichotomized into two groups: altered sensory intensities and altered sensory perceptions. Altered sensory intensities were classified as sensory loss or sensory gain subgroups. Altered sensory perceptions were classified as paresthesia and dysesthesia subgroups Overall, 630 qualitative fieldnotes of altered sensations were collected: 385 on the painful limb, 173 at the contralateral area, and 72 at the ipsilateral upper limb. Based on these qualitative data, we propose a standardized method to collect qualitative data involving 9 open- and close-ended questions and 21 codes. CONCLUSION: Our findings have highlighted the value of qualitative sensory evaluation during QST and constitute an important milestone in the development of a mixed methods protocol in phenotyping research.
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 | 0,302 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».