Pain characteristics in patients with cancer – analysis of the problems in pain management and palliative care
Bibliographic record
Abstract
Wstęp: Ból jest jednym z najczęstszych objawów towarzyszących chorobie nowotworowej i zarazem objawem, którego chorzy obawiają się najbardziej.Może mieć różne pochodzenie i charakter oraz być różnie odczuwany przez każdego pacjenta.Warunkiem skutecznego leczenia bólu jest rozpoznanie etiologii, rodzaju bólu oraz jego charakteru, co wymaga często zastosowania dodatkowych narzędzi do ilościowej i jakościowej oceny bólu odczuwanego przez pacjenta. Materiał i metody:Badanie przeprowadzono podczas wizyty pacjentów w poradni leczenia bólu.Uwzględniono wywiad, dotychczasowe leczenie bólu, badanie fizykalne, ocenę nasilenia bólu za pomocą numerycznej skali NRS (ang.numerical rating scale) oraz kwestionariusza bólu McGilla stosowanego do oceny charakteru bólu odczuwanego w różnych wymiarach.Wyniki: Przebadano 661 pacjentów w wieku 19-96 lat (średnia wieku 64 lata).Ból o wysokim nasileniu w skali NRS (7-10 pkt) zgłaszało 389 pacjentów, 214 pacjentów zgłaszało ból o średnim nasileniu w skali NRS (4-6 pkt), a 58 pacjentów odczuwało niskie nasilenie bólu w skali NRS (1-3 pkt).Najliczniejszą grupą byli pacjenci z bólem nowotworowym odczuwanym stale o zmiennym nasileniu (329 osób, 49,8%).Analiza bólu w aspekcie afektywnym i oceniającym wykazała, że najwyższe nasilenie bólu osiągał ból ostry i promieniujący oraz uciskający, rwący i piekący.Wnioski: Ból jest problemem wielowymiarowym i chorobą samą w sobie.Pacjenci onkologiczni z przewlekłym bólem trwającym wiele tygodni bądź miesięcy mają problem z dokładną oceną swoich dolegliwości bólowych i przekazania tego w odpowiedni sposób lekarzowi w trakcie wizyty w gabinecie.Wielowymiarowa ocena bólu ułatwia postawienie trafnej diagnozy i wdrożenie leczenia farmakologicznego podstawowego oraz adjuwantowego dostosowanego indywidualnie do chorego.Skuteczna kontrola bólu podnosi jakość życia pacjenta, zmniejsza nasilenie objawów współistniejących, stabilizuje nastrój i zwiększa motywację do walki z chorobą.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".