Specific symptoms may discriminate between fibromyalgia patients with vs without objective test evidence of small-fiber polyneuropathy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Multiple studies now confirm that ∼40% of patients with fibromyalgia syndrome meet diagnostic criteria for small-fiber polyneuropathy (SFPN) and have objective pathologic or physiologic evidence of SFPN, whereas 60% do not. Given possibilities that tens or hundreds of millions globally could have SFPN, developing screening tools becomes important. OBJECTIVES: This analysis explored whether specific symptoms might help distinguish these fibromyalgia endophenotypes. METHODS: With institutional review board approval, all adults tested for SFPN by distal-leg skin biopsy or autonomic function testing at Massachusetts General Hospital in 2014 to 2015 were queried about symptoms. Inclusion required a physician's fibromyalgia syndrome diagnosis plus meeting the American College of Rheumatology 2010 Fibromyalgia Criteria. The primary outcome was the validated Small-fiber Symptom Survey, which captures severity of all known SFPN-associated symptoms. The Composite Autonomic Symptom Score-31, Short-Form Health Survey-36, and Short-Form McGill Pain Questionnaires provided secondary outcomes. RESULTS: = 0.019). Receiver operating characteristic analyses revealed that each item had fair diagnostic utility in predicting SFPN, with areas under the curve of 0.729. No secondary questionnaires discriminated significantly. CONCLUSION: Among patients with fibromyalgia, most symptoms overlap between those with or without confirmed SFPN. Symptoms of dysautonomia and paresthesias may help predict underlying SFPN. The reason to screen for SFPN is because-unlike fibromyalgia-its medical causes can sometimes be identified and definitively treated or cured.
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.
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 | 0,002 |
| 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 | 0,001 |
| 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 découle