Descripción y análisis de la sintomatología asociada al dolor en pacientes oncológicos en cuidados paliativos
Bibliographic record
Abstract
Introducción. La medicina paliativa puede aliviar el dolor y mejorar la calidad de vida de pacientes oncológicos cuando se incorpora en el tratamiento global de control del cáncer.Objetivos. Describir las características y analizar la sintomatología asociada al dolor en los pacientes oncológicos atendidos en una unidad de cuidados paliativos entre la primera y segunda visita.Material y métodos. Estudio transversal, descriptivo y retrospectivo realizado en el Centro Estatal de Cancerología en Xalapa, Veracruz. Inicialmente se incluyó la información de los expedientes clínicos de 717 mujeres y hombres pacientes con diagnóstico oncológicoen etapa de cuidados paliativos. Se estudió: edad, sexo, diagnóstico, tipo de cuidador principal, consumo de medicamentos, así como la sintomatología del Cuestionario de Evaluación de Síntomas de Edmonton. Posteriormente se analizó mediante la prueba Chicuadrado de Pearson, la percepción del dolor asociada con la sintomatología y mediante la prueba t de Student, la reducción del dolor por tipo de cáncer en 424 pacientes que acudieron a una segunda visita.Resultados. Los tipos de cáncer más frecuente en mujeres fueron: mama, cervicouterino y aparato digestivo. En el caso de los hombres fueron el cáncer urológico, aparato digestivo y óseo. Se encontró una asociación estadísticamente significativa entre la reducción del dolor y la reducción del 50 % de los síntomas.Conclusión. La atención mediante los cuidados paliativos contribuyó en la disminución de la sintomatología asociado al dolor posterior a la primera visita en los tipos de cáncer con mayor incidencia.Palabras clave: cáncer, cuidados paliativos, dolor, pacientes, síntomas.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".