Heterogeneity Within the Fibromyalgia Population: Theoretical Implications of Variable Tender Point Severity Ratings
Notice bibliographique
Résumé
OBJECTIVE: The American College of Rheumatology (ACR) tender point (TP) criterion is used in diagnosing fibromyalgia syndrome (FM). There has been little research investigating patterns of positive TP. We investigated response patterns of TP in a sample of patients with FM. METHODS: Manual TP survey data were available on 1433 patients with FM. Factor analysis was conducted on ACR TP and control (CON) points. Factor scores were cluster analyzed to identify subgroups based on TP scores. Subgroups were compared on demographic and psychosocial variables. RESULTS: Factor analysis resulted in 4 TP groupings: neck/shoulder girdle, gluteal/trochanteric, and upper extremity regions, and a set of CON TP. Cluster analysis revealed 3 clusters. Group 1 was high on all 3 TP regions and the CON set; Group 2 moderate on the 3 TP regions, low on the CON set; and Group 3 was relatively low on all 3 TP regions and the CON set. The group highest on the CON and TP regions reported the greatest pain (7.58 +/- 1.23; p < 0.001), sleep disturbance (7.05 +/- 1.61; p < 0.001), anxiety (10.14 +/- 4.57; p < 0.001), and depression (8.42 +/- 4.4; p < 0.001). CONCLUSION: TP severity ratings varied among cluster groups, suggesting patients with FM are not homogeneous. Variations in TP severity provide information regarding the degree to which FM affects patients' quality of life. Patients with elevated scores on the CON TP demonstrated a general pattern reflecting lower thresholds for symptom reporting and, perhaps, disease severity. Research is needed to elucidate mechanisms underlying heterogeneity among the FM population.
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 | 0,000 |
| 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 ».