No pain, no gain: Measuring treatment effects in fybromyalgia
Notice bibliographique
Résumé
Fibromyalgia syndrome (FM) is a condition of chronic pain, fatigue and other symptoms without a known anatomical substrate. Until now, treatment is mostly unsatisfactory; empirical studies on pharmacological and non-pharmacological treatment strategies in FM are needed. Following an overview of FM and its treatment, two such trials are described in this thesis.The first one is a pre-randomised clinical trial of spa treatment in FM. A combination of thalassotherapy, physical exercise and patient education in a Tunisian spa resort improved FM symptoms and health-related quality of life. Differences between spa treatment (n = 58) and treatment-as-usual (n = 76) were statistically significant after 3 months, but not after 6 and 12 months. Cost-effectiveness analysis showed no significantly different costs in the spa and control group, except for the cost of spa treatment (€ 1,526). Quality of life was higher in the spa group: 0.04 Quality Adjusted Life Years (QALYs) based on the visual analogue scale for general health (p< 0.01). The incremental cost-utility ratio after 6 months of follow-up was € 1,311 / 0.04 = € 32,775 per QALY gained (95% confidence interval -375,000 to 273,000).The second study is a 6-week double-blind randomised controlled trial comparing venlafaxine 75 mg/day (n = 45) to placebo (n = 45). The results of the Fibromyalgia Impact Questionnaire (FIQ) suggested a positive effect. Primary outcome measures (McGill Pain Questionnaire and visual analogue painscales) improved by 10%. However, no statistically significant differences between venlafaxine and placebo were seen. The importance of placebo effects in many FM drug trials is discussed separately. The combined data from both trials were used to validate a Dutch translation of the FIQ, which showed sufficient reliability, construct validity and responsiveness to be recommended as an outcome measure in FM.The studies described in this thesis show that empirical studies in FM are feasible and determination of effects and effect sizes is possible.
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 | 0,013 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».