Notice bibliographique
Résumé
The aim – to establish the prevalence of pain in patients with multiple sclerosis. Patients and methods. The patients, treated due to MS in the department of neurology in one year period were included in the study. We used original questionnaire, which was prepared joining McGill questionnaire, visual analog pain intensity measuring scale (VAS) and questions about the duration, treatment and adjacent diseases. Results. We had 47 patients. The age ranged between 22 and 63 years. 13 of them were male, 34 - female. There were no adjacent diseases in the group. 25 (53,2%) patients indicated that they are suffering from pain. More than half of them had backache, 36% had pain in the joints, mostly surrounding pain in the knee and wrist joints. 44% of the patients had face pain and headache. The patients themselves indicated the pain using pain descriptors (according McGill). Sensoric pain descriptors were used in 79% of cases, emotional – in 21%. The pain from slight to moderate (3-6 points) was in 74%, severe pain (8-9 points) was in 8% of the patients. Backache was constant and permanent (more than 1 year), the face pain – mostly unilateral and paroxysmal and had duration less than 6 months. Conclusions. More than half of the patients with MS suffer from the pain. The backache and sensoric type of pain prevailed.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».