MétaCan
Menu
Retour à la cohorte
Enregistrement W2324897348 · doi:10.1097/spc.0000000000000085

Chronobiology of chronic pain

2014· review· en· W2324897348 sur OpenAlexafffund
Ian Gilron, Nader Ghasemlou

Notice bibliographique

RevueCurrent Opinion in Supportive and Palliative Care · 2014
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensKingston General HospitalQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCircadian rhythmChronobiologyMedicineNociceptionNeuropathic painChronic painNeuroscienceClinical trialBioinformaticsPhysical therapyAnesthesiaPsychologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Although circadian rhythmicity has long been recognized in various nociceptive pain conditions such as arthritis, diurnal pain patterns in neuropathic conditions have only recently been described. The purpose of this article is to review emerging evidence and discuss future research to further understand this phenomenon. RECENT FINDINGS: Secondary analyses of neuropathic pain clinical trials demonstrate that pain intensity fluctuations exhibit a distinct diurnal pattern that contrasts that of nociceptive pain conditions. Ongoing preclinical investigations support the phenomenon of circadian pain fluctuations and provide the opportunity to better describe pain chronobiology and to elucidate underlying mechanisms of circadian pain rhythmicity. SUMMARY: The observation of clinically relevant diurnal pain variability in neuropathic conditions has important implications for future research and treatment of pain. This is an immature research field, and further investigation is needed to better characterize these patterns in more detail, investigate contributory mechanisms, and to develop therapeutic strategies that exploit this phenomenon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,127
Tête enseignante GPT0,446
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Supportive and Palliative CareMême sujetPain Mechanisms and TreatmentsTravaux en français237 207