MétaCan
Menu
Retour à la cohorte
Enregistrement W2774984525 · doi:10.1097/pr9.0000000000000633

Specific symptoms may discriminate between fibromyalgia patients with vs without objective test evidence of small-fiber polyneuropathy

2017· article· en· W2774984525 sur OpenAlexaboutno aff
Mette Lodahl, Roi Treister, Anne Louise Oaklander

Notice bibliographique

RevuePAIN Reports · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésFibromyalgiaMedicineDysautonomiaRheumatologyPhysical therapyInternal medicinePolyneuropathy

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,295
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePAIN ReportsMême sujetFibromyalgia and Chronic Fatigue Syndrome ResearchTravaux en français237 207