Burning Mouth Syndrome and Hypertension: Prevalence, Gender Differences and Correlation with Pain and Psycho-social Characteristics
Notice bibliographique
Résumé
Background: To assess the prevalence of Hypertension (HTN) in Burning Mouth Syndrome (BMS) patients and to investigate its relationship with sociodemographic factors, pain and the psychological profile. Methods: A case-control study was conducted by enrolling 242 BMS patients and 242 controls matched for age and gender. Sociodemographic and clinical characteristics were recorded, and all the participants completed the numeric rating scale (NRS), the short-form of the McGill pain questionnaire (SF-MPQ), the Hamilton rating scale for anxiety and depression (HAM-A, HAM-D), the Pittsburgh sleep quality index (PSQI) and the Epworth sleepiness scale (ESS). Results: The BMS patients presented a statistically significant higher prevalence of HTN compared to the controls (55% versus 33.5%; p-value: <.001**) and higher median scores of the NRS, SF-MPQ, HAM-A, HAM-D, PSQI and ESS (p < .001**). Multivariate regression analysis in the BMS patients indicated positive correlations between HTN and age, systemic diseases, drug consumption and anxiety (p-value: <.001**) and these predictors were responsible for 11.3% of the HTN variance in the BMS patients, when considered together. Conclusions: The prevalence of HTN was significantly higher in the BMS patients, since ageing, the presence of comorbidities, drug consumption and anxiety were potential predictors. Further studies are needed to better investigate the relationship between BMS and HTN.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».