Methods to discriminate between mechanism-based categories of pain experienced in the musculoskeletal system: a systematic review
Notice bibliographique
Résumé
ABSTRACT: Mechanism-based classification of pain has been advocated widely to aid tailoring of interventions for individuals experiencing persistent musculoskeletal pain. Three pain mechanism categories (PMCs) are defined by the International Association for the Study of Pain: nociceptive, neuropathic, and nociplastic pain. Discrimination between them remains challenging. This study aimed to build on a framework developed to converge the diverse literature of PMCs to systematically review methods purported to discriminate between them; synthesise and thematically analyse these methods to identify the convergence and divergence of opinion; and report validation, psychometric properties, and strengths/weaknesses of these methods. The search strategy identified articles discussing methods to discriminate between mechanism-based categories of pain experienced in the musculoskeletal system. Studies that assessed the validity of methods to discriminate between categories were assessed for quality. Extraction and thematic analysis were undertaken on 184 articles. Data synthesis identified 200 methods in 5 themes: clinical examination, quantitative sensory testing, imaging, diagnostic and laboratory testing, and pain-type questionnaires. Few methods have been validated for discrimination between PMCs. There was general convergence but some disagreement regarding findings that discriminate between PMCs. A combination of features and methods, rather than a single method, was generally recommended to discriminate between PMCs. Two major limitations were identified: an overlap of findings of methods between categories due to mixed presentations and many methods considered discrimination between 2 PMCs but not others. The results of this review provide a foundation to refine methods to differentiate mechanisms for musculoskeletal pain.
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 | 0,111 | 0,296 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,036 | 0,027 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».