How do we measure the adequacy of cancer pain management? Testing the performance of 4 commonly used measures and steps towards measurement refinement
Notice bibliographique
Résumé
Abstract Although pain is the most common and disabling cancer symptom requiring management, the best index of cancer pain management adequacy is unknown. While the Pain Management Index is most commonly used, other indices have included relief, satisfaction, and pain intensity. We evaluated their correlations and agreement, compared their biopsychosocial correlates, and investigated whether they represented a single construct reflecting the adequacy of cancer pain management in 269 people with advanced cancer and pain. Despite moderate-to-severe average pain in 52.8% of participants, 85.1% had PMI scores suggesting adequate analgesia, pain relief was moderate and satisfaction was high. Correlations and agreement were low-to-moderate, suggesting low construct validity. Although the correlates of pain management adequacy were multidimensional, including lower pain interference, neuropathic and nociceptive pain, and catastrophizing, shorter cancer duration, and greater physical symptoms, no single index captured this multidimensionality. Principal component analysis demonstrated a single underlying construct, thus we constructed the Adequacy of Cancer Pain Management from factor loadings. It had somewhat better agreement, however correlates were limited to pain interference and neuropathic pain. This study demonstrates the psychometric shortcomings of commonly used indices. We provide suggestions for future research to improve measurement, a critical step in optimizing cancer pain management. Perspective The Pain Management Index and other commonly used indices of cancer pain management adequacy have poor construct validity. This study provides suggestions to improve the measurement of the adequacy of cancer pain management.
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 | 0,142 | 0,285 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».