Pain and quality of life in knee osteoarthritis, chronic low back pain and fibromyalgia: a comparative cross-sectional study
Notice bibliographique
Résumé
The objective of our study was to compare pain and health-related quality of life among patients with knee osteoarthritis (OA), chronic nonspecific low back pain (CNLBP) and fibromyalgia (FM). This cross-sectional study included 87 subjects, who were divided into three groups according to their diagnosis: knee OA (n=29), CNLBP (n=29) and FM (n=29), between March 2013 and March 2014. Pain intensity was measured using the Numeric Pain Rating Scale (NPRS), quality of pain using the McGill Pain Questionnaire (MPQ) and health-related quality of life using the 36-item Short-Form Health Survey (SF-36). Painful body areas were marked on a pain map. No statistically significant differences between groups were found for NPRS. Regarding MPQ, the knee OA group presented a lower pain-rating index in contrast to the CNLBP and FM groups, and no significant differences were found between the CNLBP and FM groups. A greater number of characteristic pain descriptors and painful locations were found in the FM group than in the CNLBP or knee OA groups. Regarding SF-36, the FM group presented statistically significant lower values for bodily pain in contrast to the knee OA group. Even though the global pain intensity was similar between groups, the findings suggest that the FM group presented the worst pain experience and a lower health-related quality of life than the knee OA group in terms of bodily pain. They also suggest that the pain experience was worse for the CNLBP group than for the knee OA group but health-related quality of life was similar.
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 | 0,000 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».