Incidence, Severity and Measurement of Chronic Pain in Breast Cancer Patients Post Mastectomy with Alloplastic Reconstruction: A Scoping Review Protocol
Notice bibliographique
Résumé
Introduction: Breast cancer is the most commonly diagnosed cancer in Canadian women, and mastectomies with immediate breast reconstruction using implants are being done with increasing frequency. Chronic pain is one of the major factors in patient recovery and can significantly impact patient quality of life. The aim of this scoping review is to determine what information exists regarding the incidence and severity of chronic pain in breast cancer patients who have undergone mastectomy with immediate alloplastic breast reconstruction, and how it was measured. We will examine what is known about chronic pain in this population, what tools were used to survey patients, and what facets of the pain were investigated. Methods and Analysis: The Arksey and O’Malley framework is used, following their five-step process. Specifically, 1) identify the research question, 2) identify relevant studies from databases and grey literature, 3) at least two independent verifiers identify and 4) select studies, and 5) collate, summarize, and report data. Strengths and Limitations of this Study • A scoping review examining chronic pain in breast cancer patients who have undergone mastectomy with alloplastic IBR has not been published • A methodological framework is used to ensure quality and replicability, and grey literature will be used to better understand the incidence and severity of pain in the target population • This protocol will add to existing literature on the use of scoping review to examine chronic pain among breast cancer patients undergoing mastectomy • Limitations include only reviewing papers published in the English language
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 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 ».