Pain Due to Multiple Sclerosis: Analysis of the Prevalence and Economic Burden in Canada
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis (MS) is a neurological disease affecting approximately 50,000 Canadians. Although studies have described overall MS costs, none have focused specifically on MS-related pain. OBJECTIVES: To estimate the prevalence of MS-related pain in Canada, the proportion of patients treated and responding to treatment for MS-related pain, and the associated economic burden. METHODS: Results were captured through physician and patient surveys. Patients were recruited through MS clinics and the MS Society. Patient-reported outcomes and resource utilization over the previous six months were collected by telephone interview. Costs were measured in 2004 Canadian dollars. The economic burden was extrapolated to the population using national demographics and prevalence. Spearman's rho assessed the relationship between cost and pain severity. RESULTS: Physicians estimated that 46% of their MS patients experienced MS-related pain, and that 35% received treatment for pain. Pain was reported to be relieved somewhat in 29%+/-10% of their patients, adequately in 26%+/-19% and poorly in 27%+/-13%, while 17%+/-9% received no relief. Two hundred ninety-seven participants completed the patient survey. Seventy-one per cent (211 of 297 patients) experienced MS-related pain. Eighty per cent of patients reported taking some type of medication to manage their pain, and of these, 82% reported some reduction in pain. The mean +/- SD direct cost per patient of MS-related pain was dollars 2,528+/-5,695. The mean +/- SD indirect cost per patient was dollars 669+/-875. Total costs were positively correlated with levels of self-reported pain (rho=0.291, rho<0.0001). The estimated six-month burden of pain of MS patients in Canada was dollars 79,444,888. CONCLUSIONS: The prevalence of pain is high in MS patients. This condition may be underdiagnosed and undertreated, and results in a significant economic burden on society.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».