The nerve of osteoarthritis pain
Notice bibliographique
Résumé
OBJECTIVE: Cumulative data suggest that central sensitization may contribute to pain in osteoarthritis (OA) and present with symptoms typically associated with neuropathic pain (NP). We evaluated the responses from focus group participants on the knee OA pain experience for pain descriptions that suggest NP. METHODS: Focus group transcripts were analyzed by 2 independent assessors for unprompted use of pain descriptors that suggested NP. Items from validated NP symptom-based questionnaires were used to guide the analysis. Data on sociodemographic factors, duration of knee OA, and OA disease and pain severity (using the Western Ontario and McMaster Universities Osteoarthritis Index and a numerical rating scale) were obtained from questionnaires administered after focus group completion. These factors were compared among participants who did and did not use descriptors that suggested NP. RESULTS: Transcripts from 80 knee OA participants were analyzed. A range of NP descriptors was used to characterize their knee symptoms, including burning, tingling, numbness, and pins and needles. The proportion of participants who used NP descriptors was 0.34 (95% confidence interval 0.24-0.45). Those who used NP descriptors were younger (P = 0.003) and, although not statistically different, more likely to be women, with higher pain intensity and OA severity and longer OA duration, than those who did not use NP descriptors. CONCLUSION: During focus groups, a subset of adults with chronic, symptomatic knee OA used pain quality descriptors that were suggestive of NP. Elicitation of NP descriptors in people with OA may help identify those who could benefit from further evaluation and perhaps treatment for NP.
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 | 0,001 |
| 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 ».