Evaluating Burning Mouth Syndrome as a Comorbidity of Atypical Odontalgia: The Impact on Pain Experiences
Notice bibliographique
Résumé
OBJECTIVE: This study aimed (1) to investigate the differences in clinical characteristics of patients between 2 groups, those who have atypical odontalgia (AO) only and those who have AO with burning mouth syndrome (BMS), and (2) to assess the influence of psychiatric comorbidity factors on patients' experiences. METHOD: Medical records and psychiatric referral forms of patients visiting the Psychosomatic Dentistry Clinic of Tokyo Medical and Dental University between 2013 and 2016 were reviewed. The final sample included 2 groups of 355 patients: those who have AO only (n = 272) and those who have AO with BMS (AO-BMS; n = 83). Clinicodemographic variables (gender, age, comorbid psychiatric disorders, and history of headache or sleep disturbances) and pain variables (duration of illness, pain intensity, and severity of accompanying depression) were collected. Initial pain assessment was done using the Short-Form McGill Pain Questionnaire, and depressive state was determined using the Zung Self-Rating Depression Scale. RESULTS: The average age, female ratio, and sleep disturbance prevalence in the AO-only group were significantly lower than those in AO-BMS group. AO-BMS patients rated overall pain score and present pain intensity significantly higher than did the AO-only patients (P = 0.033 and P = 0.034, respectively), emphasizing sharp (P = 0.049), hot-burning (P = 0.000), and splitting (P = 0.003) characteristics of pain. Patients having comorbid psychiatric disorders had a higher proportion of sleep disturbance in both groups and a higher proportion of depressive state in the AO-only group. CONCLUSIONS: AO-BMS patients have different epidemiological characteristics, sleep quality, and pain experiences compared to AO-only patients. The presence of psychiatric comorbidities in both groups may exacerbate sleep quality. We suggest that BMS as a comorbid oral disorder in AO patients contributes to a more intensively painful experience.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».