Prevalence and characteristics of neuropathic pain in adolescent survivors of childhood cancer
Notice bibliographique
Résumé
PURPOSE: Neuropathic pain (NP) in individuals with cancer can arise from the cancer itself or its treatments. The prevalence of NP has been estimated in children living with cancer; however, the prevalence in adolescent survivorship is unknown. The aims of this study were to estimate the prevalence of NP among adolescent survivors of childhood cancer and explore biopsychosocial factors associated with NP. METHODS: This was a cross-sectional study of cancer survivors (diagnosed > 18 months prior) aged 13-18 years in a pediatric cancer survivorship clinic. A survey was administered to participants assessing demographic, pain and psychosocial characteristics; moreover, NP was measured using self-report screening tools (painDETECT and Pediatric PainSCAN©). Disease characteristics were extracted from participants' health records. Descriptive statistics were used to report prevalence rates, pain, cancer and treatment characteristics. Fisher's exact and Mann-Whitney U tests were used to examine between group characteristics. RESULTS: 142 participants completed the study (median age 15, 52% female, 51% White). Primary cancer diagnosis was acute lymphoblastic leukemia in 53% of participants. The prevalence of pain was 23% (33/142) and that of NP was estimated to be 11% (16/142). Participants with NP (n = 16) had higher pain catastrophizing scores than participants with non-NP (n = 17; p = 0.0020). CONCLUSIONS: Pain, including NP, is common in adolescent survivors of childhood cancer. Further research is needed to better understand the experience of NP in this population, including its trajectory over time, to improve pain management. IMPLICATIONS FOR CANCER SURVIVORS: Health care providers should routinely screen for pain in adolescent cancer survivors to initiate appropriate treatments.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».