Psychiatric comorbidities in patients with Atypical Odontalgia
Notice bibliographique
Résumé
OBJECTIVE: Atypical Odontalgia (AO) is a condition characterized by tooth pain with no apparent cause. Although psychiatric comorbidity seems to be very common, it has rarely been studied. To clarify the influence of psychiatric comorbidity on the clinical features in patients with AO, we retrospectively evaluated their examination records. METHODS: Clinical features and psychiatric diagnoses of 383 patients with AO were investigated by reviewing patients' medical records and referral letters. Psychiatric diagnoses were categorized according to the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5). We also analyzed visual analogue scale (VAS), self-rating depression scale (SDS), and the short-form McGill pain questionnaire (SF-MPQ) scores. RESULTS: Of the 383 patients with AO, 177 (46.2%) had comorbid psychiatric disorders. The most common were depressive disorders (15.4%) and anxiety disorders (10.1%). Serious psychotic disorders such as bipolar disorder (3.0%) and schizophrenia (1.8%) were rare. Dental trigger of AO was reported in 217 (56.7%) patients. There were no significant correlations between psychiatric comorbidities and most of the demographic features. Higher VAS and SDS scores, higher frequency of sleep disturbance, and higher ratings of "Fearful" and "Punishing-cruel" descriptors of the SF-MPQ were found in patients with psychiatric comorbidity. CONCLUSIONS: About half of AO patients had comorbid psychiatric disorders. Dental procedures are not necessarily causative factors of AO. In AO patients with comorbid psychiatric disorders, pain might have a larger emotional component than a sensory one. VAS, SDS, and SF-MPQ scores might aid in the noticing of underlying comorbid psychiatric disorders in AO 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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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; 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 ».