Assessment of Pain Scales Used in Endodontic Postoperative Pain Evaluation: Frequency, Advantages, and Limitations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: Postoperative pain is a critical outcome in endodontic research and clinical practice, directly impacting patient satisfaction and treatment success. Various pain assessment tools, such as the Visual Analog Scale (VAS) and Numeric Rating Scale (NRS), are employed to quantify and evaluate pain. This study aimed to analyze the frequency of use of different pain assessment tools in endodontic postoperative pain research across different databases. Materials and Methods: A bibliometric analysis was performed using PubMed, Web of Science, and Scopus. The search strategy included commonly used pain scales: VAS, NRS, Heft-Parker Visual Analog Scale, Verbal Rating Scale, Faces Pain Scale, Short-Form McGill Pain Questionnaire, and Brief Pain Inventory. The results were synthesized to determine the prevalence of these scales in published research. Results: VAS was the most frequently used tool, with 571 studies in PubMed (75.4%), 581 in Scopus (77.8%), and 346 in Web of Science (74.1%). The NRS followed, with 65 (8.6%), 71 (9.5%), and 51 (10.9%) studies, respectively. Other scales, such as the Heft-Parker Visual Analog Scale, Verbal Rating Scale, and Faces Pain Scale, were used less frequently. Comprehensive tools like the Short-Form McGill Pain Questionnaire and Brief Pain Inventory had minimal representation. Conclusion: VAS and NRS dominate endodontic postoperative pain research, reflecting their ease of use and widespread acceptance. Less commonly used tools, while valuable in specific contexts, are underrepresented. Future research should explore the reasons for this disparity and assess the potential of hybrid tools to standardize pain evaluation practices.
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.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,000 |
| 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) | 0,009 | 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 découle