Do Vulvodynia TCM Patterns Differ by Pain Types? Beginning Evidence Supporting the Concept
Notice bibliographique
Résumé
INTRODUCTION: Vulvodynia affects a maximum of 14 million U.S. women; however, it has not been adequately characterized. Traditional Chinese Medicine (TCM) offers pattern diagnoses that may be considered vulvodynia phenotypes and may guide the development of more targeted treatments. OBJECTIVES: In women with vulvodynia, to explore relationships between the TCM patterns and pain. DESIGN/METHODS: In an exploratory study, 36 women diagnosed with vulvodynia had a TCM assessment and completed the Short Form McGill Pain Questionnaire (SF-MPQ). RESULTS: All 36 women were diagnosed with one of the two TCM patterns (excess heat [n = 28] or excess cold [n = 8]). Although not statistically significant, (1) the excess heat pattern group had a higher mean sensory score (14.4 ± 6.0) and mean affective pain score (4.1 ± 2.8) (more pain) compared with the mean sensory score (13.3 ± 5.9) and mean affective score (3.3 ± 1.8) of the excess cold pattern group; (2) there was a higher mean score for neuropathic sensory descriptors in the excess heat pattern group (1.55 ± .58) compared with the excess cold pattern group (1.16 ± 0.72); and (3) there was a higher mean score for nociceptive sensory descriptors in the excess cold pattern group (1.23 ± 0.45) compared with the excess heat pattern group (1.14 ± 0.62). The difference in the hot-burning mean score between the two TCM pattern groups was statistically significant (t [34] = 6.55, p < 0.0001). CONCLUSION: Intriguing trends were observed in the pain scores for the two TCM pattern groups. The possibility that TCM pattern groups have different types of pain (neuropathic vs. nociceptive) deserves further research in larger samples. If these exploratory findings are confirmed, the characterization of TCM patterns could lead to new treatments for vulvodynia.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».