Neuropathic pain in knee osteoarthritis: Prevalence, diagnosis, and clinical implications
Notice bibliographique
Résumé
OBJECTIVES: This study aims to explore the prevalence of neuropathic pain (NP) in patients with knee osteoarthritis (KOA) and to assess its correlation with functional status. PATIENTS AND METHODS: Between December 2023 and May 2024, a total of 193 patients (48 males, 145 females; mean age: 58.7±12.8 years; range, 22 to 89 years) who were diagnosed with KOA and had persistent knee pain for more than three months were included. The painDETECT and Douleur Neuropathique en 4 Questions (DN4) questionnaires were utilized to evaluate NP. The Visual Analog Scale (VAS) was used to assess pain severity, while the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) was utilized to assess functional status. RESULTS: The painDETECT indicated NP in 27.5% of patients, while the DN4 scale showed 30.6%. Patients with NP exhibited significantly elevated VAS and WOMAC scores to patients without NP, indicating a greater severity of pain and functional impairment in this subgroup (p<0.05). The agreement between the painDETECT and DN4 was moderate (κ=0.472). There were significant correlations between the painDETECT and DN4 scores with the WOMAC total score (r=0.371 and r=0.242, respectively, p<0.001). CONCLUSION: Neuropathic pain is common in KOA patients and is associated with higher pain intensity and poorer functional outcomes. The moderate agreement between the painDETECT and DN4 scores may lead to a certain degree of diagnostic variation. Combining more than one method may increase the diagnostic accuracy.
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 | 0,001 | 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 | 0,000 |
| 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 ».