Quantitative sensory profiles of upper extremity chemotherapy induced peripheral neuropathy: Are there differences in sensory profiles for neuropathic versus nociceptive pain?
Notice bibliographique
Résumé
Aims The aim of this study was to define the sensory phenotypes of taxane-induced peripheral neuropathy (TIPN) between neuropathic and nonneuropathic symptoms in a breast cancer population to identify future targets for mechanism-based pain management.Methods Participants (n = 48) with stage I–III breast cancer. Self-report questionnaires and quantitative sensory testing were used to assess sensory symptoms. The self-report version of the Leeds Assessment for Neuropathic Symptoms and Signs (S-LANSS) divided the groups into neuropathic and nonneuropathic sensory phenotypes. In total, five visits over approximately 8 months assessed each participant from pre-chemotherapy to 6 months post-chemotherapy.Results Out of 191 nerve assessments, 150 had an S-LANSS <12 defined as “nonneuropathic” and 41 scored >12, which was defined as “neuropathic.” Numeric Pain Rating Scale (NPRS) was analyzed based on percentages of those experiencing 1+ pain (graded 1/10 or higher) versus no pain. The neuropathic group had 82.9% of 1+ pain vs. 28.7% in the nonneuropathic group (odds ratio = 7.49; 95% confidence interval, 2.76–20.3; P = 0.001). The neuropathic group reported impaired function on the Disability of the Arm, Shoulder, and Hand (DASH) questionnaire (P = 0.002). Heat pain threshold resulted in statistical differences for the left hand but not the right hand in the neuropathic group (P = 0.05). No other quantitative data on warm/cool or cold or vibration demonstrated sensory differences between the groups.Conclusions Few differences in sensory profiles measured using quantitative sensory testing (QST) were found. Heat pain thresholds were normalized, possibly suggesting that the neuropathic group retained C-fiber and transient potential vanilloid 1 (TRPV1) function. Participants with neuropathic pain demonstrated significant differences with increased pain and decreased function.
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 | 0,002 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».