Development of a Clinical Prediction Rule for Treatment Success with Transcranial Direct Current Stimulation for Knee Osteoarthritis Pain: A Secondary Analysis of a Double-Blind Randomized Controlled Trial
Notice bibliographique
Résumé
The study’s objective was to develop a clinical prediction rule that predicts a clinically significant analgesic effect on chronic knee osteoarthritis pain after transcranial direct current stimulation treatment. This is a secondary analysis from a double-blind randomized controlled trial. Data from 51 individuals with chronic knee osteoarthritis pain and an impaired descending pain inhibitory system were used. The intervention comprised a 15-session protocol of anodal primary motor cortex transcranial direct current stimulation. Treatment success was defined by the Western Ontario and McMaster Universities’ Osteoarthritis Index pain subscale. Accuracy statistics were calculated for each potential predictor and for the final model. The final logistic regression model was statistically significant (p < 0.01) and comprised five physical and psychosocial predictor variables that together yielded a positive likelihood ratio of 14.40 (95% CI: 3.66−56.69) and an 85% (95%CI: 60−96%) post-test probability of success. This is the first clinical prediction rule proposed for transcranial direct current stimulation in patients with chronic pain. The model underscores the importance of both physical and psychosocial factors as predictors of the analgesic response to transcranial direct current stimulation treatment. Validation of the proposed clinical prediction rule should be performed in other datasets.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».