Pain and Clinical Presentation: A Cross-Sectional Study of Patients with New-Onset Chronic Pain in Long-COVID-19 Syndrome
Notice bibliographique
Résumé
The aim of this study was to evaluate the characteristics of pain (i.e., pain intensity, pain interference, clinical presentation) in Long-COVID-19 patients and compare the location of pain between successfully recovered COVID-19 patients and healthy matched controls. A cross-sectional case-control study was carried out. Long-COVID-19 patients, age- and sex-matched patients with a history of COVID-19 who had successfully recovered, and healthy controls were included. Outcomes included were pain characteristics (Brief Pain Inventory and Short-Form McGill Pain Questionnaire) and clinical presentation (Widespread Pain Index and Euroqol-5 Dimensions 5 Levels Visual Analogue Scale). Sixty-nine patients with Long-COVID-19 syndrome, sixty-six successfully recovered COVID-19 patients, and sixty-seven healthy controls were evaluated. Patients with Long-COVID-19 syndrome showed greater pain intensity and interference. In addition, they showed worse quality of life and greater widespread pain, with the most frequent locations of pain being the neck, legs, and head. In conclusion, patients with Long-COVID-19 syndrome show a high prevalence of pain, characterized by widespread pain of moderate intensity and interference, with the most frequent locations being the neck, legs, and head, significantly affecting the quality of life of these patients.
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 | 0,013 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».