Identification of complex regional pain syndrome in the upper limb: Skin temperature asymmetry after cold pressor test
Notice bibliographique
Résumé
BACKGROUND: Skin temperature asymmetry (SkTA) may assist in early identification of complex regional pain syndrome (CRPS), but previous work has been limited by methodological shortcomings including failure to account for the cutaneous nerve distribution where temperature is measured and reliance on laboratory equipment not clinically available. Pilot work suggested that a cold pressor test (CPT) provided a consistent thermoregulatory stress and might increase sensitivity/specificity of SkTA measurements generated reliably by handheld infrared (IR) thermometers. AIMS: This study investigated the sensitivity, specificity, and validity of SkTA in the upper limb to identify CRPS. METHODS: This study was part of a larger clinical trial (the SARA study: www.clinicaltrials.gov NCT02070367). Using IR thermometers, we evaluated SkTA over major peripheral nerve distributions in the hands before and after immersing a single foot in 5°C water for 30 s. Participant groups included healthy volunteers, CRPS, known nerve injury, and hand fracture. RESULTS: < 0.001) explaining 94% of the variance. Post CPT, sensitivity for a >1.5°C SkTA improved to 82.4% from 58.8%, whereas specificity dropped from 56.3% to 43.8%. CONCLUSION: This study adds further support for the accuracy of SkTA as a diagnostic indicator of CRPS. Further precision in estimates will be gained from larger studies, which should also seek to replicate our findings for SkTA in the lower limbs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».