MétaCan
Menu
Retour à la cohorte
Enregistrement W2905842643 · doi:10.1097/j.pain.0000000000001468

Clustering a large Spanish sample of patients with fibromyalgia using the Fibromyalgia Impact Questionnaire–Revised: differences in clinical outcomes, economic costs, inflammatory markers, and gray matter volumes

2018· article· en· W2905842643 sur OpenAlexaff
Adrián Pérez‐Aranda, Laura Andrés‐Rodríguez, Albert Feliu‐Soler, Christian Núñez, Christian Stephan‐Otto, María Ángeles Pastor-Mira, Sofía López-Roig, Cecilia Peñacoba, Elena P. Calandre, Mahmoud Slim, Mónika Salgueiro, Guillem Feixas, Juan V. Luciano

Notice bibliographique

RevuePain · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésFibromyalgiaAnterior cingulate cortexPsychologyFusiform gyrusHierarchical clusteringCluster analysisMedicinePsychiatryCognitionComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The main objective of this study is to identify fibromyalgia syndrome (FMS) clusters using the Revised Fibromyalgia Impact Questionnaire (FIQR), and to examine whether the clusters differ in sociodemographic characteristics, clinical measures, direct and indirect costs, levels of inflammatory markers, and brain morphometry. A hierarchical cluster analysis was performed to classify a large, pooled Spanish sample of patients with FMS (N = 947) using the FIQR as clustering variable. A latent profile analysis was subsequently conducted to confirm the optimal number of FMS clusters. To examine external validity, a battery of clinical measures, economic costs, inflammatory markers, and gray matter volumes of relevant cortical and subcortical areas were analyzed. We also compared the discriminant validity of the clusters with the original FIQR severity categories. To promote the implementation in real-world clinical practice, we built a free online cluster calculator. Our findings indicated that a four-cluster solution more clearly captured the heterogeneity of FIQR data and provided the best fit. This cluster solution allowed for detection of differences for most clinical outcomes and economic costs. Regarding the inflammatory and brain-based biomarkers, differences were found in C-reactive protein, and tendencies were found in the right medial prefrontal cortex, the right parahippocampal gyrus, and the right middle cingulate cortex; brain regions associated with executive functions and pain processing. The original FIQR categories presented similar results, although their precision in discriminating among the nonextreme categories (ie, moderate and severe) was not sound. These findings are discussed in relation to previous research on FMS clustering.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,304
Écart entre enseignants0,288 · 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 tête enseignante, 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

Citations34
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePainMême sujetFibromyalgia and Chronic Fatigue Syndrome ResearchTravaux en français237 207