Pain management in advanced cancer: physical activity as an outcome – accelerometer feasibility study
Notice bibliographique
Résumé
OBJECTIVE: Cancer pain is a common distressing symptom. Numerical Pain Scales (NPS) assess pain but lack information about function and quality of life. This feasibility study assesses the use of triaxial accelerometers to measure function as an outcome measure in pain studies in advanced cancer. METHODS: Advanced cancer participants were recruited from two palliative care services, with an average pain score of ≥3 on NPS. ActiGraph wGT3X-BT Accelerometers were worn for 1 week on the wrist. Patients recorded daily pain scores, Edmonton Symptom Assessment Scale (ESAS) scores, and their daily opioid use. RESULTS: 24 participants were recruited. A total of 142 days of accelerometer data was collected (5.9 days/participant). The average daily step count was 5723.7. The average acceleration was 14.4 milligravity units/day. An average of 93 min/day total activity across all intensities was recorded. No correlation was seen between acceleration or average daily minutes in activity and total daily oral morphine equivalent, ESAS, 'average pain' score or 'worst pain' scores using spearman's correlation coefficients. Overall, participants were satisfied with the study. CONCLUSIONS: Accelerometers are a feasible method to measure activity as an outcome measure in advanced cancer. Further study is required to assess the impact of pain management strategies on function.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».