Trauma and Fibromyalgia — Black and White? Or 50 Shades of Grey?
Notice bibliographique
Résumé
Fibromyalgia (FM) is relatively common, with prevalence estimates between 2.0% and 3.5%1,2,3. Its prevalence increases with age, up to around age 60 to 70 years; FM is roughly 5 times more common in women than in men4, and is one of the most common reasons for referral to a rheumatologist5. The etiology and pathophysiology of FM are not well determined, and while there are several extant theories — including muscle dysfunction or misuse, central sensitization, sleep disorders, and altered stress axis function — there is little consistent evidence to support, or refute, any of these. Although FM is often insidious in onset, it is part of the human condition to look for a cause for one’s symptoms, and many patients report “trigger” events on which to blame their symptoms. Bennett, et al reported results of a large Internet survey of 2569 participants, and presented data on the 13 most commonly reported FM trigger events among questionnaire respondents (most of whom probably had FM, and most of whom probably completed the questionnaire only once, although one cannot be certain)6. Chronic stress (reported by 42%) and emotional trauma (31%) were the most frequently reported triggers. (The trigger events were not mutually exclusive.) However, physical trauma was also commonly reported, either due to or not due to, a motor vehicle accident (MVA; 17% and 16%, respectively). In this issue … Address correspondence to G. Jones; E-mail: gareth.jones{at}abdn.ac.uk
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,004 |
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 ».