MétaCan
Menu
Retour à la cohorte
Enregistrement W3002046350 · doi:10.1097/ajp.0000000000000798

The Relationship Between Clinical and Quantitative Measures of Pain Sensitization in Knee Osteoarthritis

2020· article· en· W3002046350 sur OpenAlexaff
Rachel Moore, Amanda M. Clifford, Niamh Moloney, Catherine Doody, Keith M. Smart, Helen O’Leary

Notice bibliographique

RevueClinical Journal of Pain · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisMedicineQuantitative sensory testingSensitizationPhysical therapySummationKnee painChronic painNeuropathic painCorrelationPhysical medicine and rehabilitationSensory systemInternal medicineAnesthesiaPsychologyPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Pain sensitization in knee osteoarthritis (OA) is associated with greater symptom severity and poorer clinical outcomes. Measures that identify pain sensitization and are accessible to use in clinical practice have been suggested to enable more targeted treatments. This merits further investigation. This study examines the relationship between quantitative sensory testing (QST) and clinical measures of pain sensitization in people with knee OA. METHODS: A secondary analysis of data from 134 participants with knee OA was performed. Clinical measures included: manual tender point count (MTPC), the Central Sensitization Inventory (CSI) to capture centrally mediated comorbidities, number of painful sites on a body chart, and neuropathic pain-like symptoms assessed using the modified PainDetect Questionnaire. Relationships between clinical measures and QST measures of pressure pain thresholds (PPTs), temporal summation, and conditioned pain modulation were investigated using correlation and multivariable regression analyses. RESULTS: Fair to moderate correlations, ranging from -0.331 to -0.577 (P<0.05), were identified between MTPC, the CSI, number of painful sites, and PPTs. Fair correlations, ranging from 0.28 to 0.30 (P<0.01), were identified between MTPC, the CSI, number of painful sites, and conditioned pain modulation. Correlations between the clinical and self-reported measures and temporal summation were weak and inconsistent (0.09 to 0.25). In adjusted regression models, MTPC was the only clinical measure consistently associated with QST and accounted for 11% to 12% of the variance in PPTs. DISCUSSION: MTPC demonstrated the strongest associations with QST measures and may be the most promising proxy measure to detect pain sensitization clinically.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,227
Tête enseignante GPT0,421
Écart entre enseignants0,195 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Journal of PainMême sujetPain Mechanisms and TreatmentsTravaux en français237 207