Pain in multiple system atrophy and progressive supranuclear palsy compared to Parkinson's disease
Notice bibliographique
Résumé
BACKGROUND: Pain is a common nonmotor symptom in Parkinson's disease (PD). The pathophysiology of pain in PD is not well understood. Pain characteristics have rarely been studied in atypical parkinsonian disorders such as Multiple System Atrophy (MSA) and Progressive Supranuclear Palsy (PSP). AIM OF THE STUDY: We aimed to evaluate pain intensity, location, and associated symptoms in atypical parkinsonian disorders compared to PD. METHODS: Twenty-one patients with MSA, 16 patients with PSP, and 65 patients with PD were screened for pain using question 1.9 of the MDS-UPDRS. Pain intensity was quantified using the short form McGill Pain Questionnaire (SFMPQ). Pain locations were documented. Motor disability was measured using UPDRS-III. Affective symptoms were assessed using the Hospital Anxiety and Depression Scale (HADS). RESULTS: Pain was significantly more common and more severe in PD and MSA compared to PSP (P < 0.01). Pain locations were similar with limb pain being the most common followed by neck and back pain. Pain intensity correlated with HADS scores but not motor severity. CONCLUSIONS: Pain is more common and more intense in PD and MSA than PSP. Differences in distribution of neurodegenerative pathologies may underlie these differential pain profiles.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».