Comparing pain intensity rating scales in acute postoperative pain: boundary values and category disagreements
Notice bibliographique
Résumé
Pain intensity assessment scales are important in evaluating postoperative pain and guiding management. Different scales can be used for patients to self-report their pain, but research determining cut points between mild, moderate and severe pain has been limited to studies with < 1500 patients. We examined 13,017 simultaneous acute postoperative pain ratings from 913 patients taken at rest and on activity, between 4 h and 48 h following surgery using both a verbal rating scale (no, mild, moderate or severe pain) and 0-100 mm visual analogue scale. We determined the best cut points on the visual analogue scale between mild and moderate pain as 35 mm, and moderate and severe pain as 80 mm. These remained consistent for pain at rest and on activity, and over time. We also explored the presence of category disagreements, defined as patients verbally describing no or mild pain scored above the mild/moderate cut point on the visual analogue scale, and patients verbally describing moderate or severe pain scored below the mild/moderate cut point on the visual analogue scale. Using 30 and 60 mm cut points, 1533 observations (12%) showed a category disagreement and using 35 and 80 mm cut points, 1632 (13%) showed a category disagreement. Around 1 in 8 simultaneous pain scores implausibly disagreed, possibly resulting in incorrect pain reporting. The reasons are not known but low rates of literacy and numeracy may be contributing factors. Understanding these disagreements between pain scales is important for pain research and medical 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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».