MétaCan
Menu
Retour à la cohorte
Enregistrement W4233591147 · doi:10.12968/ijpn.2011.17.8.387

Development and Evaluation of the Pain Assessment in the Communicatively Impaired (PACI) tool: part I

2011· article· en· W4233591147 sur OpenAlexaff
Sharon Kaasalainen, Norma J. Stewart, Joan Middleton, S Knezacek, Terry Hartley, Christie Ife, Lara Robinson

Notice bibliographique

RevueInternational Journal of Palliative Nursing · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensMcMaster UniversitySt. Paul's HospitalUniversity of VictoriaSaskatchewan Health AuthoritySaskatchewan PolytechnicUniversity of SaskatchewanRegina Qu'Appelle Health Region
Organismes subventionnairesnon disponible
Mots-clésPain assessmentPalliative careMedicineClinical PracticeTest (biology)Pain managementPsychologyNursingPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Pain is a common symptom for long-term care residents, particularly those in need of palliative care. However, pain assessment in residents who have communication limitations is challenging. A study was conducted with the aim of developing a pain assessment tool that could feasibly be used by direct care providers in long-term care with minimal training yet demonstrating strong psychometric properties. The study used both qualitative and quantitative methods to develop and test the Pain Assessment in the Communicatively Impaired (PACI) tool. Part I of this paper reports on the development phase; a forthcoming second part will report on the testing phase. The overall results of this study support the psychometric properties and feasibility of the PACI tool, offering preliminary support for its use in clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,222
Score d'incertitude au seuil0,177

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,168
Tête enseignante GPT0,406
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Palliative NursingMême sujetPain Management and Opioid UseTravaux en français237 207