MétaCan
Menu
Retour à la cohorte
Enregistrement W4220735181 · doi:10.3390/diagnostics12030769

French Survey on Pain Perception and Management in Patients with Locked-In Syndrome

2022· article· en· W4220735181 sur OpenAlexaff
Estelle Bonin, Zoé Delsemme, Véronique Blandin, Naji Alnagger, Aurore Thibaut, Marie-Élisabeth Faymonville, Steven Laureys, Audrey Vanhaudenhuyse, Olivia Gosseries

Notice bibliographique

RevueDiagnostics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensCentres Intégré Universitaires de Santé et de Services Sociaux
Organismes subventionnairesFonds De La Recherche Scientifique - FNRS
Mots-clésMedicineAffect (linguistics)Quality of life (healthcare)Pain managementPhysical therapyHypnosisChronic painCognitionPerceptionPsychologyAlternative medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Patients with locked-in syndrome (LIS) may suffer from pain, which can significantly affect their daily life and well-being. In this study, we aim to investigate the presence and the management of pain in LIS patients. Fifty-one participants completed a survey collecting socio-demographic information and detailed reports regarding pain perception and management (type and frequency of pain, daily impact of pain, treatments). Almost half of the LIS patients reported experiencing pain (49%) that affected their quality of life, sleep and cognition. The majority of these patients reported that they did not communicate their pain to clinical staff. Out of the 25 patients reporting pain, 18 (72%) received treatment (60% pharmacological, 12% non-pharmacological) and described the treatment efficacy as 'moderate'. In addition, 14 (56%) patients were willing to try other non-pharmacological treatments, such as hypnosis or meditation. This study provides a comprehensive characterization of pain perception in LIS patients and highlights the lack of guidelines for pain detection and its management. This is especially pertinent given that pain affects diagnoses, by either inducing fatigue or by using pharmacological treatments that modulate the levels of wakefulness and concentration of such 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiagnosticsMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207