PS-08-006 Sexual Dysfunction in Patients with Chronic Pain
Notice bibliographique
Résumé
Chronic pain is associated with disability in daily activities but there is paucity of reports regarding prevalence and characteristics of sexual dysfunction (SD) in these patients. Our aim was to evaluate the prevalence and characteristics of SD in patients suffering from chronic pain. Patients with chronic pain who agreed to participate in a study on SD were included. They completed questionnaires assessing demographics, pain-intensity, pain qualities (Short-form McGill Pain questionnaire = SF-MPQ), disability (Ostwestry Disability Index = ODI), depression (Beck = BDI) and SD, including the FSFI for women and the IIEF-EF for men. Chi-Square and T-Test for comparisons between sub-groups within the cohort, and Spearman's coefficient test for correlations between pain and SD parameters were used. 404/709 responding patients (58%) reported pain related SD, 249 (61.6%) were men and 155 (38.4%) women. No differences in age, weight, years of marriage, gender and education were found between SD and non-SD patients. In contrast, patients with SD exhibited significantly higher scores in the pain and disability questionnaires [mean ± STD, (median)]; VAS: 70 ± 23 (72) vs 50 ± 27 (47), p < 0.001; SF-MPQ: 16.5 ± 10 (15) vs 12.3 ± 8 (10), p < 0.001; ODI: 23.5 ± 8.6 (24) vs 16.4 ± 8.5 (15), p < 0.001. Patients with SD consumed significantly higher doses of pain medications than those without SD. FSFI was 50.7 (max 90 points) and in men IIEF-15, indicating moderate SD in both genders. In 2 different self-report scales of SD severity, women scored significantly higher than men (73.8 ± 24.2 vs 67.8 ± 22.9; p = 0.024 and 3.1 ± 0.9 vs 2.8 ± 0.9; p = 0.016 respectively). A significant correlation was found between pain intensity and severity of SD (r = 0.349, p < 0.001).
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 | 0,002 | 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 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 ».