Objective evaluation for venous leg ulcer-related nociceptive pain using thermography
Notice bibliographique
Résumé
Taichi Goto,1 Ayumi Naito,1,2 Nao Tamai,1 Gojiro Nakagami,1 Makoto Mo,3 Hiromi Sanada1 1Department of Gerontological Nursing/Wound Care Management, Graduate School of Medicine, The University of Tokyo, Bunkyo-ku, Tokyo, Japan; 2Fujisawa City Hospital, Fujisawa, Kanagawa, Japan; 3Department of Cardiovascular Surgery, Yokohama Minami Kyosai Hospital, Yokohama, Kanagawa, Japan Purpose: We aimed to identify distinguishing characteristics in thermographic images of venous leg ulcer (VLU), for objective evaluation of VLU-related nociceptive pain. Patients and methods: Secondary analysis was performed, using existing data obtained from April to November 2010, for patients with VLU. Thermographic images of wounds and their surrounding area were classified according to the periwound temperature pattern as "normal temperature" or "high temperature". These results were compared with the self-reported pain intensity assessed by the short-form McGill Pain Questionnaire. Cohen's kappa coefficients were used to evaluate the interrater reliability for temperature assessment, and Wilcoxon rank sum test was used to compare pain intensities between the two groups. Results: Among 39 thermographic examinations in eight patients, 22 were classified into the high-temperature group and 17 into the normal-temperature group. Kappa coefficients for the temperature classification were 0.90 between the wound, ostomy, and continence nurse and a wound care specialist, and 0.90 between the wound, ostomy, and continence nurse and a graduate student. The pain rating index (Z=−2.981, P=0.003), sensory pain (Z=−3.083, P=0.002), affective pain (Z=−2.764, P=0.006), and present pain intensity (Z=−2.639, P=0.006) ratings were significantly higher in the high-temperature group than in the normal-temperature group, but the visual analog scale (Z=−0.632, P=0.527) was not significantly different between the two groups. Conclusion: Thermographic pattern may reflect VLU-related nociceptive pain due to inflammation and has the possibility of being an easy and rapid tool for objective pain evaluation. Keywords: short-form McGill Pain Questionnaire, temperature, wound assessment
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 | 0,010 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».