Prevalence and management of pain disorders among patients of different stages of life at cape coast teaching hospital, Ghana
Notice bibliographique
Résumé
Introduction: Pain significantly impacts quality of life, yet healthcare providers in resource-limited settings such as Ghana often struggle to detect and manage pain sufficiently. This study examines pain prevalence and management strategies across different age groups in a Ghanaian teaching hospital. Method: A cross-sectional, mixed-methods study was carried out at Cape Coast Teaching Hospital (CCTH). The study considered categories of participants: infants, children and adults. Data were collected using structured questionnaires. The FLACC scale rated infant pain, the Wong-Baker FACES measured child pain, and the McGill Pain Questionnaire assessed adult pain. Results: Distinct patterns of pain experience across different age groups were observed. Among infants, 70.9% experienced pain, with malaria (16.7%), car accidents (14.1%) and jaundice (11.5%) as the main causes. Infants experienced acute pain the most, affecting 80%. Among children, abdominal pain (61.6%) was the leading form of pain among those who experienced pain (58.6%). For adults, 60% reported experiencing pain mainly due to ongoing medical problems (28.7%). Adults experienced more chronic pain episodes (56.0%). Across all age groups, pharmacotherapy was the primary treatment approach, with paracetamol and ibuprofen being the most prescribed pain relievers. Treatment outcomes varied, with 25.0% experiencing complete relief, 29.0% partial relief and 45.9% reporting no relief. Conclusion: The research data illustrate widespread pain among all age categories, thus demanding specialized assessment instruments and tailored management solutions for various patient age groups. Pain relief was mostly pharmacological, but many chronic pain patients reported only temporary relief. The study emphasizes the need for pain clinics with suitable age-appropriate management strategies, advocating patient-centered care to improve treatment outcomes and quality of life.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,004 | 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 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 ».