MétaCan
Menu
Retour à la cohorte
Enregistrement W1603963236 · doi:10.1111/pme.12584

Characteristics of Complex Regional Pain Syndrome in Patients Referred to a Tertiary Pain Clinic by Community Physicians, Assessed by the Budapest Clinical Diagnostic Criteria

2014· article· en· W1603963236 sur OpenAlexaff
Angela Mailis, S. Fatima Lakha, Matti D. Allen, Amol Deshpande, R. Norman Harden

Notice bibliographique

RevuePain Medicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensWestern UniversityToronto Western HospitalUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComplex regional pain syndromeMedicinePsychogenic diseaseNeuropathic painPhysical therapyHyperalgesiaAnesthesiaInternal medicineNociceptionPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to describe the characteristics of patients referred with complex regional pain syndrome (CRPS) diagnosis to a tertiary care pain center. METHOD: Descriptive chart review study of all patients referred by family physicians or community specialists as having CRPS (2006-2010). Data extraction included demographics, pain ratings, and diagnosis utilizing the Budapest CRPS criteria. RESULTS: The study population consisted of 54 subjects (male [M] =7, female [F] =47). Only 27.7% were classified as CRPS by the clinical expert. Four additional subjects carrying other diagnoses but found to have CRPS were added to the analysis. The non-CRPS group consisted of 39 subjects (M=8, F=31) and the CRPS group of 19 (M=2, F=17). CRPS patients were statistically significantly more likely to 1) have suffered a fracture; 2) report symptoms in each of the four symptom categories, as well as signs in three or four categories collectively; and 3) have allodynia/hyperalgesia alone or in combination (85/90%) as compared with the non-CRPS group (23/25%, respectively). The non-CRPS group was much more likely to report no symptoms or signs at all in the different symptom and sign categories. Of the 39 non-CRPS patients, 74% had other diagnosable entities (1/3 suffering from specific neuropathic pain conditions, e.g., radiculopathy, diabetic neuropathy, etc. and 2/3 from discreet musculoskeletal entities), while 18% were diagnosed with psychogenic pain disorders including conversion reaction associated with immobility or paralysis. DISCUSSION: Besides fulfilling the Budapest CRPS diagnostic criteria, the most important other factor for diagnosing CRPS is the exclusion of a neuropathic, musculoskeletal, or non-biomedical condition accounting for the presentation.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,055
Tête enseignante GPT0,350
Écart entre enseignants0,295 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePain MedicineMême sujetPain Management and TreatmentTravaux en français237 207