Management of Chronic Pain in the Rheumatic Diseases with Insights for the Clinician
Notice bibliographique
Résumé
Pain that accompanies musculoskeletal conditions should be regarded as an illness entity in its own right and deserves treatment in parallel with the management of the underlying condition. Recent understanding of the pathophysiology of rheumatic pain invokes interplay of the nociceptive mechanisms driven by local tissue factors and the neurogenic responses that sustain chronic pain. In line with other pain conditions, ideal treatment of rheumatic pain should be through a multimodal approach, integrating nonpharmacologic as well as pharmacologic treatments. In the light of this new concept of pain mechanisms, future pharmacologic treatment options may encompass a wider scope than the use of traditional analgesics and nonsteroidal anti-inflammatory drugs. There is currently limited experience for use of pharmacologic treatments that act primarily on neurogenic mechanisms in rheumatic conditions. Drug combination studies are lacking, but this strategy seems clinically reasonable to allow for an approach to treating pain from different mechanistic perspectives. An added advantage would be the opportunity to use lower doses of individual drugs and thereby reduce the side effect profile. Ideal pain management must also include attention to the important co-associates of pain such as effects on sleep, mood and energy, which all have an impact on the global burden of suffering. Although complete relief of pain is still an unrealistic objective, reasonable outcome goals for symptom relief should be accompanied with an improvement in function.
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 | 0,000 | 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 | 0,000 |
| 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 ».