Characteristics of Muscle Cramps in Patients with Polyneuropathy (I6-1.002)
Notice bibliographique
Résumé
OBJECTIVE : This study describes the prevalence and characteristics of muscle cramps in patients with polyneuropathy. BACKGROUND : Muscle cramps are common and under-reported in the general population and can be disabling for some patients, particularly those with neuromuscular conditions. There is little data available in the medical literature comprehensively evaluating the characteristics of muscle cramps in patients with polyneuropathy. DESIGN/METHODS : Patients over the age of 18 evaluated at the Prosserman Neuromuscular Clinic (Toronto, Canada) and diagnosed with polyneuropathy were invited to join the study. A convenience, sequential study design was used to recruit patients. Cramp assessment was based on a self-administered questionnaire (which examined demographic factors, neuropathy symptoms and cramp characteristics), the Toronto Clinical Neuropathy score, and neuropathy specific Vickrey’s Quality of Life Assessment. RESULTS : Two hundred and thirty participants were enrolled (28.0% female) with the most frequent cause of neuropathy being diabetes (25.8%). Sixty-three percent of patients experienced cramps which occurred on average 6 times per week, lasted 10.4 minutes and scored 6 out of a possible 10 on an 11-point Likert scale for pain. Muscle cramps were described as disabling by 43.3% of patients. Muscle cramps occurred with a similar prevalence in pure sensory polyneuropathy (60.0%), small fiber neuropathy (53.9%), sensorimotor neuropathy (65.5%) and pure motor neuropathy (40.0%; p=0.58). Patients with disabling cramps rated their physical quality of life lower than patients without cramps (p<0.001) but there was no difference in mental quality of life (p=0.15). CONCLUSIONS: This study confirms that muscle cramps are a common and frequently disabling symptom which may affect physical quality of life in patients with polyneuropathy. Similar prevalence of cramps across neuropathies of various fiber types suggests a role of sensory afferents in the development of muscle cramps as has been previously suggested.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».