Characteristics of pain and their relationship to disease activity in UK patients with Behçet’s syndrome: a prospective cohort study
Notice bibliographique
Résumé
Background Behçet’s syndrome (BS) is a rare multi-systemic vasculitis of unknown aetiology. Fibromyalgia syndrome (FMS) is more prevalent in rheumatological conditions such-as BS, than the general population. However, there is limited research into the aetiology and characteristics of pain in BS. Objectives To describe the pain characteristics and incidence of FMS in people with BS and investigate their relationship with BS disease activity. Methods A cohort study of BS patients attending the Liverpool Behçet's Centre between February 2017 and March 2019. BS was defined using the International Study Group Criteria. BS severity was assessed using the Behçet's Disease Current Activity Form. FMS was determined from consultant diagnosis. Assessments of pain included: Pain Visual Analogue Scale (PVAS), Pain Mannequin, Brief Pain Inventory, EQ-5D-3L and Short Form McGill. Pain and FMS prevalence were compared between high and low disease activity. Results 90% reported moderate-severe pain with a median PVAS score of 68/100 [38, 81]. 35.6% of participants had FMS and 46.5% experienced generalized pain. 76% of participants with high disease activity reported severe pain, compared to 39.1% with low disease activity ( p = .003). Pain was more generalised in high disease activity (72%) compared to low disease activity (37.7%) ( p = .003). FMS was more prevalent in the high disease activity group (52%) than the low disease activity group (29%) ( p = .04). Conclusions This is the first study to explore pain in participants with BS in the United Kingdom. The majority of BS patients experience moderate-severe widespread pain. Severe widespread pain is more prevalent in those with high disease activity. We have demonstrated a relationship between high disease activity, worse pain intensity, and FMS. This paper contributes to the understanding of two conditions which remain to be fully understood, FMS and BS, and generates new hypotheses to describe the interplay between.
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 | 0,004 | 0,002 |
| 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 ».