Demographic and clinical characteristics of free-text writers in chronic pain patient intake questionnaires
Notice bibliographique
Résumé
Background Chronic pain is a prevalent and burdensome problem within the Canadian health care system, where the gold standard treatment occurs at multidisciplinary pain facilities. Patient intake questionnaires (PIQs) are standard practice for obtaining health information, with many patients including free-text (e.g., writing in margins of questionnaires) on their PIQs.Aims This study aims to quantitatively examine whether and how patients who include free-text on PIQs differ from those who do not.Methods We retrospectively analyzed 367 PIQs at a Canadian pain facility in Winnipeg, Canada. Patients were categorized into free-text (i.e., any text response not required in responding to questions) or no free-text groups. Groups were compared on sociodemographics, pain, health care utilization, and depressive symptoms with independent samples t-tests and chi-square analyses.Results Patients with free-text compared to those without had more sources of pain (6.66 vs. 4.63), longer duration of pain (123.2 months vs. 68.1 months), and a greater proportion of past pain conditions (66.3% vs. 55.2%). Additionally, they had tried more treatments for their pain, had seen more specialists, had tried more past medications, were currently on more medications, and had undergone more tests. No differences were identified for depressive symptoms across groups.Conclusions This study is the first to examine patient and health-related correlates of free-text on PIQs at a Canadian pain facility. Results indicate that there are significant differences between groups on pain and health care utilization. Thus, patients using free-text may require additional supports and targeted interventions to improve patient–physician communication and patient outcomes.
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 | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».