Psychosomatic syndromes and traumatic events discriminate between patients with fibromyalgia and patients with rheumatoid arthritis
Notice bibliographique
Résumé
Background. Many studies have highlighted the importance of the psychological component in fibromyalgia (FM), although the underlying implications are not yet clear. Objectives. The current study aims to assess the prevalence of psychosomatic syndromes and traumatic events in patients with FM and patients with Rheumatoid Arthritis (RA), and to evaluate their group membership (FM vs. RA) predictive abilities. Methods. The Visual Analogue Scale (VAS) for pain, the State-Trait Anxiety Inventory (STAI-Y), the Beck Depression Inventory - II (BDI-II), the Toronto Alexithymia Scale (TAS-20), the Traumatic Experiences Checklist (TEC) and the Diagnostic Criteria for Psychosomatic Research (DCPR) were administered to 107 women with FM and 104 with RA. Results. Group comparison showed that patients with FM had significantly higher levels of anxiety and depressive symptoms and difficulties in identifying feelings (TAS-DIF subscale) and a higher prevalence of psychosomatic syndromes and traumatic events, compared to patients with RA. The binary logistic regression showed that pain (OR=0.584; 95% CI=4.74 -0 .719), psychosomatic syndromes (OR=0.596; 95% CI=0 .459-0.773) and trauma score (OR=0.859; 95% CI=0.759-0.971) were statistically significant predictors of group membership (FM vs. RA). The final model explained 62% of the variance, with 83.3% of patients correctly classified. Conclusion. The present study confirmed the higher prevalence of psychosomatic syndromes and trauma events in patients with FM compared to patients with RA, further supporting their role in FM symptoms exacerbation and maintenance and thus their importance in the treatment planning.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».