MétaCan
Menu
Retour à la cohorte
Enregistrement W2992845416 · doi:10.1111/odi.13248

Persistent dentoalveolar pain disorder: A putative intraoral chronic overlapping pain condition

2019· review· en· W2992845416 sur OpenAlexaff
Alberto Herrero Babiloni, Donald R. Nixdorf, E. J. Moana-Filho

Notice bibliographique

RevueOral Diseases · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesNational Institute of Dental and Craniofacial Research
Mots-clésChronic painPain disorderMedicineOrofacial painPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Chronic overlapping pain conditions (COPCs) are conditions that share several clinical characteristics and symptomatology, are usually considered idiopathic in nature, and are frequently comorbid. Currently, there are no established inclusion criteria to determine which conditions should be included under this umbrella term despite different systems proposed. Persistent dentoalveolar pain disorder (PDAP), also referred to as atypical odontalgia and thought to be a component of persistent idiopathic facial pain, is a chronic pain condition that manifests as a persistent tooth pain or pain over a dentoalveolar site formerly occupied by a tooth in the absence of detectable pathology during clinical or radiological examination. PDAP is considered idiopathic in nature, and its pathophysiological mechanisms are not fully understood. Our objective was to investigate whether PDAP fits the conceptual paradigm of COPC given its characteristics and commonalities with other COPC, based on published literature identified through a scoping review. We found that PDAP fits 16 out of 18 common characteristics among COPCs, and based on this finding, we discuss the implications of PDAP being considered a COPC.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,039
Tête enseignante GPT0,343
Écart entre enseignants0,303 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOral DiseasesMême sujetPain Mechanisms and TreatmentsTravaux en français237 207