Characteristics of Complex Regional Pain Syndrome in Patients Referred to a Tertiary Pain Clinic by Community Physicians, Assessed by the Budapest Clinical Diagnostic Criteria
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».