Psychosocial characteristics of chronic pain in cancer survivors referred to an Australian multidisciplinary pain clinic
Notice bibliographique
Résumé
OBJECTIVE: To describe the clinical and psychosocial characteristics of chronic pain in cancer survivors referred to one Australian hospital's ambulatory pain clinic over a 7-year period (2013-19), and to compare cancer treatment-related pain with comorbid non-malignant pain. METHOD: Retrospective chart review including responses to standardized self-report questionnaires (Brief Pain Inventory, Depression Anxiety Stress Scale, Pain Self-Efficacy Questionnaire, Pain Catastrophizing Scale), routinely collected in all patients referred to pain clinics at Australian and New Zealand hospitals. RESULTS: Of 3510 new referrals during the study period, 267 (7.5%) had a history of cancer and 176 (5.0%) met the study's eligibility criteria. Their average age was 63 ± 13 years, with 55% female. Breast cancer survivors were commonest, followed by hematological, prostate, melanoma, and colorectal, a median of 3 years post-diagnosis. Pain was attributed to cancer treatment in 87 (49%), surgery being the commonest modality. Multimodal treatment (n = 89, 58%) was significantly commoner in the treatment-related pain group (p < 0.001). Average pain severity was moderate, as was pain-related disability and distress. Pain cognitions were often maladaptive (low pain self-efficacy, high pain catastrophizing), predicted by pre-existing anxiety and depression. Associations between pain cognitions and outcomes were medium-to-large. Differences between treatment pain and comorbid pain were small-to-medium. Their scores were similar to Australian pain clinic norms. CONCLUSION: Cancer treatment causes tissue damage, but pain-related distress and disability in survivors is associated with maladaptive pain cognitions. Survivors with poor pain outcomes should be evaluated for unhelpful thoughts and beliefs especially when they have pre-existing depression or anxiety.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».