Quality of life and functional capacity are adversely affected in osteoarthritis patients with neuropathic pain
Notice bibliographique
Résumé
The aim of this study was to examine the neuropathic pain component of knee osteoarthritis (OA) patients and to investigate the relationship between neuropathic pain, disease stage, functional state, depression, anxiety, and quality of life. This study included 60 patients with knee OA. All demographic data and radiological results were recorded. Visual Analog Scale (VAS), Timed Up and Go Test, Chair Stand Test, Western Ontario and McMasters Universities Osteoarthritis Index (WOMAC), PainDETECT questionnaire, DN4 questionnaire, Short form-36 questionnaire, and Hospital Anxiety Depression Scale were performed for each patient. Neuropathic pain was detected in 66.7% of patients based on the PainDETECT scale and in 46.7% of patients based on DN4 scale. VAS-resting, OA grade, WOMAC scores, and SF-scores showed a significant difference in patients that detected neuropathic pain with PainDETECT (p<0.05). Based on the DN4 scale, patients with neuropathic pain had significantly higher WOMAC scores and significantly lower SF-36 scores (p<0.05). The PainDETECT questionnaire scores showed positive correlations with Timed Up-and-go Test, VAS-resting, WOMAC scores, Hospital Anxiety Depression Scale scores, and a negative correlation with all SF-36 scores (p<0.05). DN4 questionnaire scores showed a negative correlation with SF-36 scores and positive correlation with WOMAC scores (p<0.05). To conclude, it should be kept in mind that patients with knee OA who describe intense pain may have a neuropathic component involved in the clinical condition. Quality of life and functional capacity are adversely affected in patients with knee OA who have neuropathic pain. This should be taken into account while planning the treatment of these patients.
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 | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».