Psychogenic and Neurogenic Components in Patients with Psychogenic or Neuropathic Pruritus: Prurineuro: A Non-Interventional Single-Centre Prospective Assay
Notice bibliographique
Résumé
Abstract Background The causes of pruritus are multiple and commonly classified into six different categories: dermatological, systemic, neuropathic, psychogenic, mixed and idiopathic. In clinical practice, psychogenic and neurogenic mechanisms tend to be separated in the etiological diagnosis of neuropathic or psychogenic disorders; nevertheless, studies investigating the respective psychogenic and neurogenic components are lacking. Objective The main objective of this work was to highlight the differences and potential common characteristics between psychogenic pruritus and neuropathic pruritus. Methods This study was a noninterventional single-centre prospective assay. Patients with neuropathic (NP) or psychogenic (PP) pruritus were proposed to participate. The psychogenic and neurogenic components of pruritus in these patients were evaluated using six validated questionnaires or criteria, namely, the diagnosis criteria of psychogenic pruritus, the NP5 questionnaire, the Brest Pruritus Qualitative Assessment Questionnaire, Hospital Anxiety and Depression Scale, Toronto Alexithymia Scale, and DN4i. Results Twenty-five patients with NP and 15 with PP were included. A difference between the two groups was observed for NP5, with mean scores of 2.8 ± 0.9 and 1.4 ± 1 for the NP and PP groups, respectively (p < 0.0001). For depression, the average score was 3.5 ± 3.9 for the NP group and 7.5 ± 5.1 for the PP group (p < 0.02). Conclusion While neuropathic and psychogenic disorders are different diagnoses, neuropathic and psychogenic components may exist simultaneously in patients with NP or PP.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».