Psychopathological Comorbidities and Clinical Variables in Patients With Medication Overuse Headache
Notice bibliographique
Résumé
The psychopathological profile of patients with medication overuse headache (MOH) appears to be particularly complex. To better define it, we evaluated their performance on a targeted psychological profile assessment. We designed a case-control study comparing MOH patients and matched healthy controls (HC). Headache frequency, drug consumption, HIT-6, and MIDAS scores were recorded. All participants filled in the following questionnaires: Beck Depression Inventory-II Edition (BDI-2), trait subtest of State-Trait Anxiety Inventory (STAI-Y), Difficulties in Emotion Regulation Scale (DERS), Barratt Impulsiveness Scale (BIS-11), Toronto Alexithymia Scale (TAS-20). The primary endpoint was to establish if MOH patients have an altered psychopathological profile. The secondary endpoint was to establish whether the worst profile correlates with the worsening of headache and disability measures. We enrolled 48 consecutive MOH patients and 48 HC. MOH patients showed greater difficulty in recognition/regulation of emotions (DERS, TAS-20), depression (BDI-2), anxiety (STAI-Y), and impulsiveness (BIS-11). We found a positive correlation among DERS, BDI-2, STAI-Y, and BIS scores and MIDAS and HIT-6 scores and among DERS and headache frequency and drug consumption. MOH patients showed a high rate of emotion regulation difficulties, depression, and anxiety, which may negatively affect their headaches. The ability to regulate/recognize emotions may play a central role in sustaining medication overuse.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».