MétaCan
Menu
Retour à la cohorte
Enregistrement W4401891852 · doi:10.1097/md.0000000000039418

Pressure algometry in the general adult population: Age and sex differences

2024· article· en· W4401891852 sur OpenAlexaboutno aff
Mina Vesal, Hamidreza Roohafza, Awat Feizi, Karim Asgari, Hassan Shahoon, Alireza Ani, Peyman Adibi

Notice bibliographique

RevueMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePain perceptionPopulationCross-sectional studyYoung adultPhysical therapyThreshold of painMcGill Pain QuestionnairePain toleranceGerontologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Experimental pain studies have revealed inter-individual variations in pain perception that are influenced by age, sex, and country of origin. This study aimed to explore the age and sex differences in pressure pain thresholds within the Iranian general population. To assess the pressure pain thresholds, a handheld pressure algometer was applied bilaterally to the middle fingers of both hands. The participants also completed the short form of the McGill Pain Questionnaire to provide a clinical pain rating. This cross-sectional study included 1610 adult subjects (54.96% female, mean age 40.13 ± 10.18 years). The findings indicated that females generally exhibited lower pain thresholds than males when assessing pain detection and tolerance parameters (P < .001). Females also demonstrated a significant lower pressure thresholds and clinical pain ratings compared with men (P < .001). Additionally, significant differences were observed between age groups in terms of pain detection and tolerance thresholds (P = .02 and P = .03, respectively). However, the interaction between sex and age was not significant. No significant differences in pain detection thresholds were observed between the right and left hand (P = .11). This study underscores the potential utility of algometry as a valuable tool for objectifying pain in the Iranian population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,309
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetPain Mechanisms and TreatmentsTravaux en français237 207