MétaCan
Menu
Retour à la cohorte
Enregistrement W2985605735 · doi:10.1002/pmrj.12290

Myofascial Pain Syndrome: A Narrative Review Identifying Inconsistencies in Nomenclature

2019· review· en· W2985605735 sur OpenAlexaff
Vy Phan, Jay Shah, Hannah Tandon, John Srbely, Secili DeStefano, Dinesh Kumbhare, Siddhartha Sikdar, Clouse Allison, Amar Gandhi, Lynn H. Gerber

Notice bibliographique

RevuePM&R · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMyofascial pain diagnosis and treatment
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésNomenclatureMyofascial painMyofascial pain syndromePsychologyMedicinePhysical therapyAlternative medicineTaxonomy (biology)BiologyZoologyPathology

Résumé

récupéré en direct d'OpenAlex

There is currently confusion surrounding the phenotype of and diagnostic criteria for myofascial pain syndrome (MPS) in the published literature. This narrative literature review investigated whether there is consensus regarding the descriptive terminology used for MPS and the trend of MPS publications over time. The phrase "myofascial pain syndrome" was used to search PubMed and Web of Science, returning 923 articles. Of these, we included only full-text, primary research articles containing "myofascial pain syndrome" in the title, reducing the total articles reviewed to 167. We identified 116 descriptors and categorized them under one of five clusters that shared similar findings and are commonly associated with MPS: "trigger points," "muscle," "pain," "nervous system," and "fascia." The frequency of the clinical criteria of Travell and Simons was tabulated. Terms pertaining to the clusters "trigger points," "muscle," or "pain" appeared in approximately 90% of the articles; "nervous system" in 46%; and "fascia" in 20%. Only 42% used the criteria of Travell and Simons. Most articles (122) included a combination of three or four clusters to describe MPS. In addition, MPS publications have doubled since 2010 compared to the prior decade. The publication patterns, determined by changes in which specialty journals articles on MPS have been published, have shifted from investigational to intervention studies. This may have been influenced by heterogeneity in the usage of MPS terminology. This underscores the lack of a reliable MPS diagnosis and limits human subjects research. Improved consistency in terminology is needed to establish consensus within the field and to inform future research studying the pathophysiology of MPS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0150,013
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,048
Tête enseignante GPT0,350
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePM&RMême sujetMyofascial pain diagnosis and treatmentTravaux en français237 207