MétaCan
Menu
Back to cohort
Record W2736032122 · doi:10.25751/rspa.14815

Avaliação da Dor Crónica Pós-Operatória: Metodologia e Importância

2018· article· pt· W2736032122 on OpenAlexaboutno aff
André Marques Coelho Costa e Silva

Bibliographic record

VenuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2018
Typearticle
Languagept
FieldMedicine
TopicMusculoskeletal pain and rehabilitation
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesMedicinePhilosophyGynecology

Abstract

fetched live from OpenAlex

Introdução: A dor crónica afeta até 20% da população nos países desenvolvidos e o ato cirúrgico é uma das suas causas principais. Doentes com dor crónica pós-operatória necessitam de terapêuticas multidisciplinares prolongadas refletindo-se em gastos económicos avultados. O controlo eficaz da dor ajuda a diminuir a morbimortalidade nestes doentes, melhorando ao mesmo tempo funções relacionadas com a saúde. Uma avaliação adequada da dor está na base da sua gestão. Apesar de numerosos avanços cientificos alcançados na compreensão da dor e da sua neurofisiologia, não existem ainda orientações bem definidas para uma avaliação precisa da mesma. Dado o elevado impato económico e clínico da dor pós-operatória, os métodos que a avaliam assumem particular relevo para a equipa médica no contexto pós-cirúrgico. Objectivo: Neste estudo pretendemos rever a literatura mais recente relativamente à dor crónica pós-operatória, destancando as diferentes metologias de avaliação da dor crónica e quais os alvos de avaliação desta. Métodos: Esta revisão foi efetuada com recurso à base de dados PubMed, focando-se na literatura dos últimos 13 anos acerca deste tema. Foi efetuada uma seleção utilizando as seguintes palavra-chave: “postoperative pain”, “chronic pain”, “persistent postsurgical pain”, “pain scales”, “McGill Pain questionnaire”, “brief pain inventory”, “questionnaire”, “guidelines”, “pain experience”, “measurement”, “assessement”, “verbal rating scales”, “numeric rating scales”, “pain satisfaction” and “outcome measures”. A escolha, avaliação da qualidade metodológica e a seleção final foram feitas pelos autores. Resultados: Existem várias escalas de dor usadas para avaliar e estudar a dor crónica pós-operatória. Estas variam desde escalas rápidas de intensidade da dor até questionários extensos que cobrem as múltiplas dimensões da experiência da dor e funcionamento global do doente. Para além da avaliação da intensidade, qualidade e temporalidade da dor, outros items devem ser estudados. O bem-estar emocional, problemas relacionados com o sono, a fadiga e o gozo da vida foram identificados como os aspetos mais afetados para o doente. Existem métodos que se focam quer no bem-estar emocional quer na qualidade de vida associada à saúde. Alguns estudos sugerem que avaliar a sensibilidade à dor recorrendo a medidas de Quantitative Sensory Testing pode ser relevante na avaliação e tratamento de doentes com dor crónica. Conclusão: Existem várias ferramentas certificadas na avaliação de aspetos associados à dor. Os resultados da pesquisa sugerem e realçam a importância de avaliar o doente com dor crónica e não apenas a dor. O bem-estar físico, emocional, social e a interferência da dor na qualidade de vida devem ser estudados nestes doentes.

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 imitation

Not 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.

metaresearch head score (Codex)0.020
metaresearch head score (Gemma)0.049
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: none
Teacher disagreement score0.020
Threshold uncertainty score0.108

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0200.049
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0020.002
Bibliometrics0.0050.007
Science and technology studies0.0010.002
Scholarly communication0.0050.003
Open science0.0020.002
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0070.001

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.

Opus teacher head0.092
GPT teacher head0.422
Teacher spread0.330 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)Same topicMusculoskeletal pain and rehabilitationFrench-language works237,207