Relationships between craniofacial pain and bruxism*
Notice bibliographique
Résumé
A still commonly held view in the literature and clinical practice is that bruxism causes pain because of overloading of the musculoskeletal tissue and craniofacial pain, on the other hand, triggers more bruxism. Furthermore, it is often believed that there is a dose-response gradient so that more bruxism (intensity, duration) leads to more overloading and pain. Provided the existence of efficient techniques to treat bruxism, it would be straightforward in such a simple system to target bruxism as the cause of pain and hence treat the pain. Of course, human biological systems are much more complex and therefore, it is no surprise that the relationship between bruxism and pain is far from being simple or even linear. Indeed, there are unexpected relationships, which complicate the establishment of adequate explanatory models. Part of the reason is the complexity of the bruxism in itself, which presents significant challenges related to operationalized criteria and diagnostic tools and underlying pathophysiology issues, which have been dealt with in other reviews in this issue. However, another important reason is the multifaceted nature of craniofacial pain. This review will address our current understanding of classification issues, epidemiology and neurobiological mechanisms of craniofacial pain. Experimental models of bruxism may help to further the understanding of the relationship between craniofacial pain and bruxism in addition to insights from intervention studies. The review will enable clinicians to understand the reasons why simple cause-effect relationships between bruxism and craniofacial pain are inadequate and the current implications for management of craniofacial pain.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».