Presence of Neuropathic-Like Symptoms in Individuals With Painful Tendinopathy/Overuse Injuries
Notice bibliographique
Résumé
OBJECTIVE: This meta-analysis evaluated the prevalence of neuropathic-like symptoms in individuals with painful tendinopathies/overuse injuries. METHODS: Electronic literature searches on MEDLINE, CINAHL, PubMed, SCOPUS, and Web of Science databases were conducted up to January 20th, 2025. Studies reporting the prevalence of neuropathic-like symptoms in painful tendinopathy/overuse injury were included. The methodological quality was assessed with the Newcastle-Ottawa Quality Assessment Scale in cohort/case-control studies or the Physiotherapy Evidence Database (PEDro) in clinical trials. Random-effects models were used for meta-analytical pooled prevalence of neuropathic-like symptoms. RESULTS: From 1285 studies identified, 8 (1 case-control, 5 cohorts, and 2 clinical trials) met inclusion criteria. The sample included 920 participants with painful tendinopathy/overuse injury (47.6% female, age: 51, SD: 12.5 y). All studies included self-reported questionnaires for evaluating neuropathic-like symptomatology. The methodological quality was moderate-high. The overall prevalence of neuropathic-like symptoms in painful tendinopathies was 30% (95% CI: 22%-38%, n=8, I2 =79%). The prevalence by each tendinopathy was: plantar heel pain (44%, 95% CI: 17%-75%, n=2, I2 =96%), lateral epicondylalgia (42%, 95% CI: 30%-56%, n=2, I2 =30%), insertional Achilles tendinopathy (38%, 95% CI: 20%-60%, n=2, I2 = 71%), greater trochanteric pain syndrome (32%, 95% CI: 26%-39%, n=2, I2 =0%), patellar-quadricipital tendinopathy (16%, 95% CI: 5%-41%, n=3, I2 =29%), noninsertional Achilles tendinopathy (11%, 95% CI: 2%-41%, n=5, I2 =86%). CONCLUSION: The results of this meta-analysis suggests the presence of neuropathic-like symptoms in 30% of participants with painful tendinopathy, although this prevalence rate depends on specific condition. Identification of neuropathic symptoms in musculoskeletal pain conditions is important for diagnosis as it impacts its management.
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 | 0,018 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,049 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».