Multiple Pain Complaints in Patients With Major Depressive Disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To characterize the co-existence of multiple pain-related complaints in patients enrolled in a series of pharmaceutical company drug trials for the treatment of Major Depressive Disorder (MDD). METHOD: Pooled 'blinded' data from 2191 patients enrolled in randomized, multicenter, double-blind placebo-controlled studies for the treatment of MDD were analyzed. Painful symptoms were assessed using the seven pain symptoms subset of the Somatic Symptoms Inventory: 'Headache,' 'Pain in lower back,' 'Neck pain,' 'Pain in joints,' 'Soreness in muscles,' 'Pain in heart or chest,' and 'Pain or cramps in abdomen.' The 17-item Hamilton Depression Rating Scale (HAMD) was used to assess severity of depression. RESULTS: Of those meeting the study entry criteria (total HAMD score >or=15), 25% reported no pain complaints and 18% reported 1 pain compliant; the majority (57%) of patients reported the co-existence of multiple pain-related complaints, with 14%, 12%, 11%, 11%, 7%, and 3% of patients reporting 2, 3, 4, 5, 6 and 7 different pain symptoms, respectively. The number of pain-related symptoms experienced was moderately related to severity of depression (r = 0.35), with the most common pain symptom combinations being among headaches, lower back pain, neck pain, pain in joints, and soreness in muscles. CONCLUSIONS: This study supports pain as a component feature of MDD. The number of comorbid pain-related complaints, which generally increased as a function of depressive severity, should be considered in the diagnosis of depression, planning of treatment strategies, and measurement of treatment outcome.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 découle