[Investigation on clinical pain features in temporomandibular disorders].
Notice bibliographique
Résumé
OBJECTIVE: To investigate the pain features of temporomandibular disorders (TMD) by qualitatively and quantitatively analyzing patient multi-dimension sensations. METHODS: Two hundred and fifty patients with painful TMD from January to December 2005 were included, short-form mcgill pain questionnaire (SF-MPQ) and visual analog scale (VAS) were administered to assess patients' sensation, affection and intensity of pain. The data were analyzed by SAS 8.0 software. RESULTS: All patients were assigned to three groups including 139 joint pain, 47 muscle pain and 64 both joint and muscle pain group. In joint pain group, the total number of descriptors was 250, 1.80 in average; in muscle pain group, the total number was 99, 2.11 in average; in both joint and muscle pain group, the total number was 107, 1.64 in average. The sensitive descriptors most frequently chosen in all three groups were "aching", "heavy", and "tender". "Tiring-exhausting" and "sickening" were high frequency descriptors in affective items. There were higher affective scores in the muscle pain group than in others. Muscle pain group had a higher VAS score at rest than the other two (P < 0.05), but had a lower VAS score during function than the other two (P < 0.001). All three groups usually had no pain at rest, and complained a slight to moderate pain during function. CONCLUSIONS: TMD pain was generally slight to moderate; "aching", "heavy", and "tender" were the most frequently sensitive descriptors, while unpleasant feelings were described as "tiring-exhausting" and "sickening"; pain generally occurred or exacerbated during mandibular function; compared to joint pain, muscle pain had its own features.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,004 | 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 ».