Existence of a Neuropathic Pain Component in Patients with Osteoarthritis of the Knee
Notice bibliographique
Résumé
PURPOSE: Pain from osteoarthritis (OA) is generally classified as nociceptive (inflammatory). Animal models of knee OA have shown that sensory nerve fibers innervating the knee are significantly damaged with destruction of subchondral bone junction, and induce neuropathic pain (NP). Our objective was to examine NP in the knees of OA patients using painDETECT (an NP questionnaire) and to evaluate the relationship between NP, pain intensity, and stage of OA. MATERIALS AND METHODS: Ninety-two knee OA patients were evaluated in this study. Pain scores using Visual Analogue Scales (VAS), Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), painDETECT, duration of symptoms, severity of OA using the Kellgren-Lawrence (KL) system, and amount of joint fluid were evaluated and compared using a Spearman's correlation coefficient by rank test. RESULTS: Our study identified at least 5.4% of our knee OA patients as likely to have NP and 15.2% as possibly having NP. The painDETECT score was significantly correlated with the VAS and WOMAC pain severity. Compared with the painDETECT score, there was a tendency for positive correlation with the KL grade, and tendency for negative correlation with the existence and amount of joint fluid, but these correlations were not significant. CONCLUSION: PainDETECT scores classified 5.4% of pain from knee OA as NP. NP tended to be seen in patients with less joint fluid and increased KL grade, both of which corresponded to late stages of OA. It is important to consider the existence of NP in the treatment of knee OA pain.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».