Association between the Use of Quantitative Sensory Testing and Conditioned Pain Modulation and the Prescription of Medication and Interventional Procedures in Children with Chronic Pain Conditions
Notice bibliographique
Résumé
The evidence supporting the use of pharmacological treatments in pediatric chronic pain is limited. Quantitative sensory testing (QST) and conditioned pain modulation evaluation (CPM) provide information on pain phenotype, which may help clinicians to tailor the treatment. This retrospective study aimed to evaluate the association between the use of QST/CPM phenotyping on the selection of the treatment for children with chronic pain conditions. We retrospectively analyzed the medical records of 208 female patients (mean age 15 ± 2 years) enrolled in an outpatient interdisciplinary pediatric complex pain center. Pain phenotype information (QST/CPM) of 106 patients was available to the prescribing physician. The records of 102 age- and sex-matched patients without QST/CPM were used as controls. The primary endpoint was the proportion of medications and interventions prescribed. The secondary endpoint was the duration of treatment. The QST/CPM group received less opioids (7% vs. 28%, respectively, p < 0.001), less anticonvulsants (6% vs. 25%, p < 0.001), and less interventional treatments (29% vs. 44%, p = 0.03) than controls. Patients with an optimal CPM result tended to be prescribed fewer antidepressants (2% vs. 18%, p = 0.01), and patients with signs of allodynia and/or temporal summation tended to be prescribed fewer NSAIDs (57% vs. 78%, p = 0.04). There was no difference in the duration of the treatments between the groups. QST/CPM testing appears to provide more targeted therapeutic options resulting in the overall drop in polypharmacy and reduced use of interventional treatments while remaining at least as effective as the standard of care.
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 | 0,003 | 0,002 |
| 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 | 0,000 |
| 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 ».