Trajectories of pain severity in juvenile idiopathic arthritis: results from the Research in Arthritis in Canadian Children Emphasizing Outcomes cohort
Notice bibliographique
Résumé
We studied children enrolled within 90 days of juvenile idiopathic arthritis diagnosis in the Research in Arthritis in Canadian Children Emphasizing Outcomes (ReACCh-Out) prospective inception cohort to identify longitudinal trajectories of pain severity and features that may predict pain trajectory at diagnosis. A total of 1062 participants were followed a median of 24.3 months (interquartile range = 16.0-37.1 months). Latent trajectory analysis of pain severity, measured in a 100-mm visual analogue scale, identified 5 distinct trajectories: (1) mild-decreasing pain (56.2% of the cohort); (2) moderate-decreasing pain (28.6%); (3) chronically moderate pain (7.4%); (4) minimal pain (4.0%); and (5) mild-increasing pain (3.7%). Mean disability and quality of life scores roughly paralleled the pain severity trajectories. At baseline, children with chronically moderate pain, compared to those with moderate-decreasing pain, were older (mean 10.0 vs 8.5 years, P = 0.01) and had higher active joint counts (mean 10.0 vs 7.2 joints, P = 0.06). Children with mild-increasing pain had lower joint counts than children with mild-decreasing pain (2.3 vs 5.2 joints, P < 0.001). Although most children with juvenile idiopathic arthritis in this cohort had mild or moderate initial levels of pain that decreased quickly, about 1 in 10 children had concerning pain trajectories (chronically moderate pain and mild-increasing pain). Systematic periodic assessment of pain severity in the months after diagnosis may help identify these concerning pain trajectories early and lay out appropriate pain management plans. Focused research into the factors leading to these concerning trajectories may help prevent them.
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 | 0,040 | 0,020 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».