MétaCan
Menu
Retour à la cohorte
Enregistrement W3095442025 · doi:10.1097/j.pain.0000000000002113

Methods to discriminate between mechanism-based categories of pain experienced in the musculoskeletal system: a systematic review

2020· review· en· W3095442025 sur OpenAlexafffund
Muath A. Shraim, Hugo Massé‐Alarie, Paul W. Hodges

Notice bibliographique

RevuePain · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversité LavalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMechanism (biology)MedicinePsychological interventionData extractionPhysical medicine and rehabilitationPhysical therapyMusculoskeletal painPsychologyMEDLINEPsychiatry

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,044
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0440,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,402
Écart entre enseignants0,360 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
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

Citations117
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePainMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207