A Cross-Sectional Study on Clinical Profiles and Quality of Life of Patients with Neuropathic Pain
Notice bibliographique
Résumé
Background: Due to nerve damage in the central and peripheral nervous systems, people with neuropathic pain experience acute pain. This study evaluated the health effects of neuropathic pain and different types of pain according to various neuropathies. Objective: To evaluate the clinical characteristics and QOL of neuropathic pain patients. Study the most frequently given medications, evaluate patients with various types of neuropathic pain, determine the characteristics of neuropathic pain, analyse the effects of neuropathic pain on general health. Materials and Methods: A total of 102 patients were enrolled according to the inclusion and exclusion criteria. Patients were interviewed using Short-Form McGill Pain Questionnaire-2, RAND 36 Item Health Survey 1.0 Questionnaire. Percentage, mean, chi square and standard deviation was used mainly in Statistical analysis. Result: Out of 102 patients, 44.12% were female, and 55.88% were male. Mean age of male and female was 46.60 and 47.42 years respectively. Radiculopathy patients were in the majority (43.1%), followed by peripheral neuropathy (37.3%), myelopathy (16.7%), sciatic neuropathy (2%), and brachial plexopathy (1%). Diabetes was highest to cause peripheral neuropathy. The most commonly prescribed drug was pregabalin, and combination were gabapentin and nortriptyline. The total means of all subscales of SF-MPQ-2 questionnaire was 4.56(2.10). Mean of physical component and emotional component summary was 34.30(17.54), and 42.38(15.74). Conclusion: Diabetes, trauma, weightlifting can also cause neuropathic pain. Diabetes was among top cause for peripheral neuropathy. Burning, itching, numbness, tingling, cold freezing pain were prevalent. The emotional function of patients was better than physical function.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».