MétaCan
Menu
Retour à la cohorte
Enregistrement W7093370151 · doi:10.1055/s-0045-1812372

Pain prevalence, phenotypes & management of patients undergoing neurological rehabilitation

2025· article· en· W7093370151 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

Revuephysioscience · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRehabilitationNeurological rehabilitationPhenotypeClinical phenotypeMEDLINE

Résumé

récupéré en direct d'OpenAlex

Background Pain is a common and persistent problem in patients with neurological disorders. Despite high prevalence and negative consequences for quality of life and the rehabilitation process, studies have shown that pain frequently remains outside the clinical focus in neurological rehabilitation. Prerequisites for effective pain treatment include accurate assessment and differentiation of the underlying pain mechanism and systematic documentation. This evidence-based approach to pain management is not adequately implemented in this patient group. Objective: To evaluate pain prevalence and phenotypes, to describe interprofessional pain management and patient satisfaction in patients in a Swiss neurorehabilitation clinic. Methods Design: Cross-sectional observational study. Inpatients with diagnosed neurological disorder,>18. Patients with Montreal Cognitive Assessment (MoCA)>19 completed a supported self-report questionnaire, assessing pain prevalence, phenotypes (nociceptive, nociplastic and neuropathic) and management. Patients with MoCA<19 were assessed with the Zurich Observational Pain Assessment (ZOPA). Healthcare professionals completed a questionnaire on pain management. Primary outcome: Pain prevalence. Secondary outcomes: Prevalence of main and additional pain phenotypes, pain severity, association with neurological disorder, patient satisfaction, evaluation of interprofessional pain management and type of prescribed pain medication. Results A total of 79 inpatients were included (57 with questionnaire, 22 with ZOPA). Overall pain prevalence was 58.2% (95%-CI 47.2%–68.5%). Patients completing questionnaire had multiple pain phenotypes (38.5% all 3; 61.5% 2), nociceptive (61.5%) and nociplastic pain (30.8%) were most frequent. Mean pain intensity overall was 3.1 (95%-CI 2.2–4, on Numeric Rating Scale 0–10). 89.5% of healthcare professionals reported assessing pain, primarily severity not pain mechanisms or phenotypes. Standardized, interprofessional procedures were considered to be lacking. Interprofessional pain management was rated “very good” or “good” by 64.9% of patients. Conclusion High pain prevalence and complex mixed phenotype patterns were measured. Standardised interprofessional management including differential pain diagnosis, treatment plans and documentation require improvement. Valid practical tools for phenotype differentiation and implementation strategies for interprofessional pain management require further research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,273
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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