Data-driven identification of distinct pain drawing patterns and their association with clinical and psychological factors: a study of 21,123 patients with spinal pain
Notice bibliographique
Résumé
ABSTRACT: The variability in pain drawing styles and analysis methods has raised concerns about the reliability of pain drawings as a screening tool for nonpain symptoms. In this study, a data-driven approach to pain drawing analysis has been used to enhance the reliability. The aim was to identify distinct clusters of pain patterns by using latent class analysis (LCA) on 46 predefined anatomical areas of a freehand digital pain drawing. Clusters were described in the clinical domains of activity limitation, pain intensity, and psychological factors. A total of 21,123 individuals were included from 2 subgroups by primary pain complaint (low back pain (LBP) [n = 15,465]) or midback/neck pain (MBPNP) [n = 5658]). Five clusters were identified for the LBP subgroup: LBP and radiating pain (19.9%), radiating pain (25.8%), local LBP (24.8%), LBP and whole leg pain (18.7%), and widespread pain (10.8%). Four clusters were identified for the MBPNP subgroup: MBPNP bilateral posterior (19.9%), MBPNP unilateral posterior + anterior (23.6%), MBPNP unilateral posterior (45.4%), and widespread pain (11.1%). The clusters derived by LCA corresponded to common, specific, and recognizable clinical presentations. Statistically significant differences were found between these clusters in every self-reported health domain. Similarly, for both LBP and MBPNP, pain drawings involving more extensive pain areas were associated with higher activity limitation, more intense pain, and more psychological distress. This study presents a versatile data-driven approach for analyzing pain drawings to assist in managing spinal 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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».