Pain Interference in Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Despite treatment advances, pain remains a serious problem for many children with juvenile idiopathic arthritis (JIA). To better understand pain in children with JIA and identify potentially modifiable factors, this study evaluated Patient-Reported Outcomes Measurement Information System (PROMIS) Pediatric Pain Interference (PI) and its relationships with other pain measures and demographic, clinical, psychosocial, and functional variables. METHODS: This cross-sectional, observational, multicenter study used descriptive statistics and a mix of bivariate and multivariable analyses to describe PI and characterize relationships with other measures and variables. RESULTS: Among 355 children with JIA, 27% reported moderate or severe PI and 13.3% reported daily pain. PI correlated with other pain measures. Increasing age, decreasing disease duration, and increasing number of active joints, as well as presence of active disease, steroid treatment, and biologic treatment, were associated with greater PI. All PROMIS psychosocial and functional measures were associated with PI in the expected direction except for PROMIS Pediatric Physical Activity, which showed no association. In multivariable analyses, only PROMIS Fatigue, PROMIS Mobility, and the exploratory interaction of PROMIS Anxiety and disease-modifying antirheumatic drug treatment were significant. CONCLUSION: Moderate and severe PI was prevalent in this sample of children with JIA. PI increased with age and indicators of disease activity, but was more strongly associated with increasing fatigue and decreasing mobility. Findings support the use of PI as a short, easily administered multidimensional pain measure as part of routine clinical care. Fatigue, mobility, and disease activity should be assessed further when PI is high.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».