The polytrauma clinical triad in patients with chronic pain after motor vehicle collision
Notice bibliographique
Résumé
BACKGROUND: The polytrauma clinical triad (PCT) is a complex disorder composed of three comorbid diagnoses of chronic pain, post-traumatic stress disorder (PTSD), and postconcussion syndrome (PCS). PCT has been documented in veterans returning from deployment, but this is the first report on PCT prevalence in nonmilitary personnel after a motor vehicle collision (MVC). METHODS: Data were drawn from routine intake assessments completed by 71 patients referred to a community-based clinic for chronic pain management. All patients completed the post-traumatic stress disorder checklist for the Diagnostic and Statistical Manual of Mental Disorders, fifth edition (PCL-5), and Rivermead Post-Concussion Symptoms Questionnaire (RPQ) during a standardized intake assessment. An additional modified RPQ score was derived to address previously reported symptom overlap between PCS and chronic pain. RESULTS: Standard and modified RPQ scores yielded PCS prevalence rates of 100% and 54.9% in our sample, respectively. Results suggest that a modified RPQ score, limited to visual and vestibular symptoms, may be more useful PCS screening criteria in patients with chronic pain. PTSD screening criteria on the PCL-5 were met by 85.9% of the patients. More than half of the patients referred for chronic pain after MVC met criteria for PCT (52.1%). Patients who met PCT criteria reported worse headache, overall pain, and sleep quality outcomes. CONCLUSION: Among patients in our sample with chronic pain after MVC, more than half met criteria for PCT. A modified approach to RPQ scoring limited to visual and vestibular symptoms may be required to screen for PCS in these 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 | 0,071 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».