Patient Presentations in a Community Pain Clinic after COVID-19 Infection or Vaccination: A Case-Series Approach
Notice bibliographique
Résumé
OBJECTIVES: Early case report studies and anecdotes from patients, medical colleagues, and social media suggest that patients may present to chronic pain clinics with a number of complaints post COVID-19 infection or vaccination. The aim of this study is to systematically report on a consecutive series of chronic pain patients seen in a community-based pain clinic, who acquired symptoms after COVID-19 infection or vaccination. METHODS: This retrospective cross-sectional descriptive study identified all patients seen at the clinic over a 4-month period (January-April 2022) with persistent symptoms after COVID-19 infection, vaccination, or both. Information was collected on sex, gender, age, details of vaccination, new pains, or exacerbation of old pain plus the development of novel symptoms. RESULTS: The study identified 21 community dwellers (17 females and 4 males; F/M 4.25/1; age range 22-79 years; mean age 46.3 years), with symptoms attributed to COVID-19 infection or vaccination. Several patients suffered exacerbation of previous pains or developed novel pains, as well as high levels of anxiety and mood disorders. A review of the existing literature provides support for the spectrum of symptoms displayed by the study group. CONCLUSIONS: Information collected in this study will add to the body of COVID-19-related literature and assist particularly community practitioners in recognizing and managing these conditions.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».