Intérêt des registres dans la recherche sur la douleur neuropathique
Notice bibliographique
Résumé
Les douleurs neuropathiques sont fréquentes dans la population générale et d’évolution chronique chez 7 à 10 % des adultes. Actuellement, la méthode de référence pour évaluer un traitement correspond aux essais randomisés contrôlés. Néanmoins, de telles études ne peuvent être mises en place que pour des échantillons de population limités et pendant une période déterminée. En outre, certains traitements ne pourront ainsi jamais être comparés directement, faute d’échantillons suffisamment grands et représentatifs. L’utilisation des données réelles de santé pourrait être une façon de surmonter ces difficultés. En effet, l’Association internationale d’étude de la douleur (International Association for the Study of Pain) comprend un groupe d’intérêt spécial axé sur les registres et encourageant l’utilisation de ces approches pour la douleur. Dans cette brève revue narrative, plusieurs des principaux registres de douleur chronique sont répertoriés. Les forces et les faiblesses de cette approche sont présentées. Le biais d’indication est fréquent dans les études observationnelles, car le choix du traitement est généralement influencé par les caractéristiques des patients. Cependant, un score de propension (PS) peut être utilisé pour minimiser l’impact de ces différences. L’utilisation du PS est brièvement expliquée. Certaines données spécifiques aux douleurs neuropathiques sont discutées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,092 | 0,196 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».