Prevalence, Trajectory, and Predictors of Poststroke Pain: Retrospective Analysis of Pooled Clinical Trial Data Set
Notice bibliographique
Résumé
BACKGROUND: Poststroke pain remains underdiagnosed and inadequately managed. To inform the optimum time to initiate interventions, we examined prevalence, trajectory, and participant factors associated with poststroke pain. METHODS: Eligible studies from the VISTA (Virtual International Stroke Trials Archives) included an assessment of pain. Analyses of individual participant data examined demography, pain, mobility, independence, language, anxiety/depression, and vitality. Pain assessments were standardized to the European Quality of Life Scale (European Quality of Life 5 Dimensions 3 Level) pain domain, describing no, moderate, or extreme pain. We described pain prevalence, associations between participant characteristics, and pain using multivariable models. RESULTS: From 94 studies (n>48 000 individual participant data) in VISTA, 10 (n=10 002 individual participant data) included a pain assessment. Median age was 70.0 years (interquartile range [59.0-77.1]), 5560 (55.6%) were male, baseline stroke severity was National Institutes of Health Stroke Scale score 10 (interquartile range [7-15]). Reports of extreme pain ranged between 3% and 9.5% and were highest beyond 2 years poststroke (31/328 [9.5%]); pain trajectory varied by study. Poorer independence was significantly associated with presence of moderate or extreme pain (5 weeks-3 months odds ratio [OR], 1.5 [95% CI, 1.4-1.6]; 4-6 months OR, 1.7 [95% CI, 1.3-2.1]; >6 months OR, 1.5 [95% CI, 1.2-2.0]), and increased severity of pain (5 weeks-3 months: OR, 1.2 [95% CI, 1.1-1.2]; 4-6 months OR, 1.1 [95% CI, 1.1-1.2]; >6 months, OR, 1.2 [95% CI, 1.1-1.2]), after adjusting for covariates. Anxiety/depression and lower vitality were each associated with pain severity. CONCLUSIONS: Between 3% and 9.5% of participants reported extreme poststroke pain; the presence and severity of pain were independently associated with dependence at each time point. Future studies could determine whether and when interventions may reduce the prevalence and severity of poststroke pain.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».