Where is Your Pain? Achilles Tendinopathy Pain Location on Loading Is Different to Palpation, Imaging and Recall Location
Notice bibliographique
Résumé
OBJECTIVE: To describe and compare pain maps reported during Achilles tendon loading exercises with recall pain location, in people with pain on palpation in their Achilles tendon and tendon pathology on imaging. DESIGN: Cross-sectional analysis of baseline RCT. METHOD: Participants were recruited from a larger Achilles tendinopathy clinical trial. Inclusion criteria were at least 2-month self-reported history of Achilles tendinopathy, midtendon palpation pain, and pathology on ultrasound tissue characterization. Participants were asked to identify their Achilles tendon pain location on a pain map with 8 prespecified locations while at rest prior to loading (recall pain), and subsequently during tendon loading exercises (loading pain). Participants could select multiple locations or select “other” if the locations did not represent their pain. RESULTS: Ninety-three participants were included (93% of participants from a clinical trial). The locations of pain on loading were diverse; all 8 pain locations (and an “other” option) were represented within this sample. Twenty-five percent of participants did not report pain with loading (n = 23 of 93). Of the 70 participants with loading pain, recall pain location differed to loading pain location in 40% (n = 28 of 70) of the participants. CONCLUSION: Palpation pain location, recall pain location, or location of pathology on imaging were not valid proxies for load-related pain in the Achilles tendon. How different pain locations respond to treatment is unknown. Some pathologies (eg, plantaris) have clear pain locations (eg, medial tendon), and assessing pain location may assist differential diagnosis. J Orthop Sports Phys Ther 2024;54(1):86-94. Epub 7 December 2023. doi:10.2519/jospt.2023.12131
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 | 0,000 |
| 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 | 0,000 |
| 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 ».