Screening and diagnostic tools for complex regional pain syndrome: a systematic review
Notice bibliographique
Résumé
ABSTRACT: Complex regional pain syndrome (CRPS) is a severely painful condition that presents with a constellation of symptoms. The understanding of the pathophysiology of CRPS has evolved over time, as have the diagnostic criteria. Our primary objective was to identify screening and diagnostic tools for CRPS and summarize their feasibility, measurement properties, and study quality. A secondary objective was to identify screening and diagnostic tools used for CRPS in pediatric populations (0-21 years of age). A systematic review of English articles in electronic databases (PsycINFO, MEDLINE, Embase, CINAHL, CENTRAL, and Web of Science) was conducted with the aid of a librarian in November 2018 and updated in July 2020. Studies were included if the tool was a screening or diagnostic tool, the tool included self-report or physical examination, and the primary objective of the study was to evaluate the measurement properties or feasibility of use. For each study, data were extracted for quality indicators using the QUADAS-2 tool. No screening tools were identified. Four diagnostic tools were identified: the Veldman criteria, International Association for the Study of Pain criteria, Budapest Criteria, and Budapest Research Criteria. There are no diagnostic tools validated for use in pediatric CRPS. Because there are no extant screening tools for CRPS, all people with suspected disease should undergo rapid diagnostic assessment by a clinician. For adults, the Budapest Criteria are the preferred diagnostic tool. Future research is recommended to develop a diagnostic tool for pediatric populations and screening tools for both pediatric and adults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».