La douleur chez les patients en état végétatif : résultats probants et pistes de réflexion
Bibliographic record
Abstract
Introduction : Selon les experts, les patients en état végétatif (EV) sont incapables de percevoir la douleur. Contexte : Or, plusieurs infirmières croient que les patients EV peuvent percevoir la douleur et sont troublées lorsqu’elle n’est pas traitée. Objectif : Identifier les critères utilisés en clinique et dans les études empiriques pour évaluer la présence ou l’absence de perception de la douleur chez les patients en EV. Méthode : Une revue intégrative a été conduite en explorant les banques de données MEDLINE, CINAHL et Cochrane. Résultats : Quatre articles cliniques et sept empiriques ont été inclus. Selon eux, les patients EV peuvent émettre des mouvements réflexes (ex : serrer les poings) en réponse à une stimulation douloureuse ou une commande verbale, mais ils ne devraient pas y réagir directement (en obéissant à la commande par exemple) sinon leur diagnostic doit être révisé. L’utilisation de techniques de neuro-imagerie fonctionnelle (IRMf, PET scan) permet de visualiser l’activation des aires corticales primaires, associatives ainsi que leurs connexions lors de stimulations. Ces techniques permettraient de distinguer des signes objectivables de conscience non détectés au chevet des patients végétatifs. Discussion : En clinique, l’évaluation des réactions comportementales des patients EV n’est pas infaillible. Aussi, notre compréhension du rôle des aires associatives dans la perception de la douleur est encore limitée. Conclusion : Face à cette compréhension partielle, plusieurs experts recommandent le traitement prophylactique de la douleur chez les patients EV.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".