MétaCan
Menu
Retour à la cohorte
Enregistrement W1606474382 · doi:10.1002/art.20238

Predictors of pain in children with established juvenile rheumatoid arthritis

2004· article· en· W1606474382 sur OpenAlexaff
Peter N. Malleson, Kiem Oen, David A. Cabral, Ross E. Petty, Alan Rosenberg, Mary Cheang

Notice bibliographique

RevueArthritis Care & Research · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensUniversity of SaskatchewanUniversity of ManitobaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineJuvenile rheumatoid arthritisPsychosocialCohortDiseasePhysical therapyRheumatoid arthritisInternal medicineVisual analogue scaleJuvenileDemographyPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine demographic and disease-related variables that affect pain in a large cohort of patients with juvenile rheumatoid arthritis (JRA). METHODS: Selection criteria were an onset of JRA >/=5 years prior to study and age >/=8 years at the time of the study. Pain was measured by a self-administered 10-cm visual analog scale. Possible explanatory variables studied included age at study, sex, race, onset subtype, active disease duration, active joint count, and physician's global assessment (PGA). RESULTS: In a multiple regression model, active disease duration, PGA, and age at study were independent predictors explaining 22% of the variation in pain scores. Stratified analyses showed an effect of age in the 8-15-year group, but not in older patients. CONCLUSION: Disease-related factors explain only a small proportion of the variation in pain scores. Age has an effect on pain scores only in younger patients. The role of other factors, including psychosocial factors, needs further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,266
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,280
Écart entre enseignants0,268 · 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 tête enseignante, 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

Citations63
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis Care & ResearchMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207