Psychiatric Comorbidities in Functional Movement Disorders: A Retrospective Cohort Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Functional movement disorders (FMD) are characterized by abnormal movements and motor symptoms incongruent with a known structural neurologic cause. While psychological stressors have long been considered an important risk factor for developing FMD, little is known about the impact of psychiatric comorbidities on disease manifestations or complexity. OBJECTIVES: To compare characteristics of FMD patients with co-occurring mood and trauma-related psychiatric conditions to FMD patients without psychiatric conditions. METHODS: We performed a retrospective cohort study of patients seen in the University of Colorado Health system between January 1, 2015 and December 31, 2019. Patients were included if they had a diagnosis of FMD, determined by ICD-10 coding and ≥1 phenomenology-related diagnostic code (tremor, gait disturbances, ataxia, spasms, and weakness), and at least one encounter with a neurology specialist. Fisher's exact and unpaired t-tests were used to compare demographics, healthcare utilization, and phenomenologies of patients with psychiatric conditions to those with none. RESULTS: = 0.001). Suicidal ideation (8.4%) and self-harm (4.1%) were only observed amongst patients with comorbid psychiatric conditions. CONCLUSIONS: Patients with FMD and comorbid psychiatric conditions require more healthcare resources and have greater disease complexity than patients without psychiatric illness. This may have implications for treatment of patients without comorbid psychiatric conditions who may benefit from targeted physiotherapy alone.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle