Pain in Dementia: An Empirical Test of a Common Assumption
Notice bibliographique
Résumé
Numerous, and often largely overlapping, observational pain assessment tools have been developed specifically to assess pain in older adults with dementia under the assumption that a specialized approach is necessary to evaluate pain in this population. However, this assumption has never been tested empirically. As an empirical test of this implicit assumption, our goal was to compare existing tools for people living with dementia (with respect to psychometric properties), not only against each other, but also against a tool developed for a different population with cognitive impairments. Videos of older adults with severe dementia recorded in long-term care settings were coded for pain behaviors in the laboratory. Trained coders coded pain behaviors in video segments of older adults with dementia during a quiet baseline condition as well as during a physical examination (designed to identify painful areas), using various observational pain assessment tools. An observational measure of agitation was employed to facilitate the assessment of discriminant validity. Consistent with our expectations, all pain tools (including the tool developed for younger people with cognitive impairments) successfully differentiated between painful and nonpainful states, with large effect sizes. This was the first study to compare tools specifically developed to assess pain in people living with dementia to a tool developed for a different population. Given that all tools under study showed satisfactory psychometric properties when tested on persons with dementia, this study suggests that the assumption that different tools are necessary for different populations with cognitive impairments cannot be taken for granted. PERSPECTIVE: This article challenges an implicitly held assumption that specialized tools are needed to assess pain in different populations with cognitive impairments. Given commonalities in pain expression across populations, further research is needed to determine whether population-specific tools are needed.
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 | 0,233 | 0,484 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,034 |
| Communication savante | 0,006 | 0,016 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».