The Edmonton Classification System for Cancer Pain in Patients with Bone Metastasis: a descriptive cohort study
Notice bibliographique
Résumé
PURPOSE: We describe the prevalence of the Edmonton Classification System for Cancer Pain (ECS-CP) features in patients with bone metastasis and cancer-induced bone pain (CIBP) and the relationship between ECS-CP features, pain intensity, and opioid consumption. METHODS: We assessed ECS-CP features and recoded pain mechanisms and opioid use in adult patients with bone metastasis. Validated measures were used to assess pain intensity, incident pain, psychological distress, addictive behavior, and cognition. RESULTS: Among 147 eligible patients, 95.2% completed the assessment. Mean participant age was 73.2 years, the majority female (52.1%) with breast cancer occurring most commonly (25.7%). One or more ECS-CP features were present in 96.4% and CIBP in 75.7% of patients. The median average and worst pain scores were 3 and 6, respectively. Neuropathic pain was the most prevalent pain mechanism (45.0%) and was associated with breakthrough pain frequency (p=0.014). Three-quarters had incident pain, which was strongly associated with a higher average and worst pain scores (3.5 and 7, p<0.001 for both), background oral morphine equivalent daily dose (26.7mg, p=0.005), and frequency of daily breakthrough analgesia (1.7 doses/day, p=0.007). Psychological distress (n=90, 64.3%) was associated with a significantly higher average pain score (4, p=0.009) and a slightly higher worst pain score (7, p=0.054). Addictive behaviour and cognitive dysfunction were relatively uncommon (18.6% and 12.9%, respectively). CONCLUSION: There is a need to promote standardized assessment and classification of pain syndromes such as CIBP. The ECS-CP may allow us to consider CIBP in a systematic manner and develop personalized pain interventions appropriate to the pain profile. TRIAL REGISTRATION: Retrospectively registered in ANZCTR ACTRN12622000853741 (16/06/2022).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».