Concussion/mild traumatic brain injury-related chronic pain in males and females
Notice bibliographique
Résumé
Pain is an unpleasant, complex, and perceived experience that places a significant burden on patients and clinicians. Its severity may be mediated by emotion, attitude, and environmental influences, and pain may be expressed differently in males and females. Traumatic brain injury (TBI) is frequently associated with chronic pain. This diagnostic modeling study examined sex differences in the construct of chronic pain in patients with delayed recovery from concussion/mild traumatic brain injury (mTBI).Data were collected from standardized questionnaires, neuroimaging records, and comprehensive clinical assessments. Bivariate associations were calculated using the Spearman correlation coefficient or analysis of variance. We established sex-specific stepwise multivariate linear regression models of factors associated with pain.Of the 94 participants diagnosed with mTBI (the mean age was 45.20 ± 9.94 years; 61.2% were males; the median time since injury was 197 days [interquartile range 139-416]), head/neck, and bodily pain were reported by 93% and 64%, respectively. No sex differences were identified in pain frequencies or severity. Pain was significantly associated with certain socio-demographic, injury-related, behavioral, and clinical variables. In the multivariable regression analysis, several determinants explained 60% of the pain variance in males and 46% in females.Pain is common in patients with delayed recovery from mTBI and is significantly associated with potentially modifiable clinical and nonclinical variables. Examining the multidimensional construct of pain in concussion/mTBI through a sex lens garners new directions for future longitudinal research on the pain mechanisms involved in postconcussion syndrome.
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 | 0,003 | 0,005 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».