MétaCan
Menu
← Retour à la cohorte
Enregistrement W370693893 · doi:10.1212/wnl.84.14_supplement.p5.069

Pain Characteristics do not Distinguish Fibromyalgia Patients with Abnormal Skin Biopsy (P5.069)

2015· article· en· W370693893 sur OpenAlexaboutno aff
Victoria H. Lawson, Jesse Grewal, Kevin V. Hackshaw, Phillip Mongiovi

Notice bibliographique

RevueNeurology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFibromyalgiaMedicineSkin biopsyDermatologyBiopsyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE:To determine whether pain characteristics can distinguish between fibromyalgia patients who have abnormal skin biopsy and/or SNAP amplitudes. BACKGROUND:Patients (n=165) with fibromyalgia were assessed for differences in pain characteristics as a function of sural/medial plantar SNAP amplitudes and intra-epidermal nerve fiber densities (IENF). DESIGN/METHODS:Fibromyalgia diagnosis was verified by the American College of Rheumatology 2010 Fibromyalgia criteria. All patients underwent standard nerve conduction studies including medial plantar sensory conductions. Each patient completed a Short-Form McGill Pain Questionnaire as part of their evaluation. RESULTS:The greatest correlation existed between medial plantar SNAP amplitude and IENF density at the calf (rho=0.45; p<0.0001) although correlation also existed between sural amplitude and IENF density at the calf (rho=0.38; p<0.0001). There was no significant correlation between medial plantar or sural SNAP amplitudes and IENF density at the thigh (rho=0.10, p=0.25; rho=0.06, p=0.51). Overall pain characteristics did not distinguish either skin biopsy findings or SNAP amplitudes although some characteristics approached significance. Patients with reduced IENF at the calf had higher total pain scores than patients with normal distal IENF but this difference was not significant. The characteristic descriptions of “sharp” and “splitting” pain were most likely to distinguish these patients while characteristics of “tenderness”, “aching” and “throbbing” were least likely to be distinctive. Heaviness was significantly more often described in patients with reduced IENF at the thigh (p<0.05). Pain characteristics did not distinguish patients with preserved versus reduced SNAP amplitudes. CONCLUSIONS:Reduced IENF in patients who fulfilled the 2010 ACR criteria for FM had pain characteristics that did not clearly distinguish them from patients with normal IENF. Although a correlation existed between IENF density and SNAP amplitudes, pain characteristics did not distinguish those patients with reduced SNAPs. These data suggest that pain is nonspecific in the detection of small fiber neuropathy in fibromyalgia patients. Study Supported by:

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,240 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetFibromyalgia and Chronic Fatigue Syndrome Research→Travaux en français237 207→