MétaCan
Menu
Retour à la cohorte
Enregistrement W1967813117 · doi:10.1097/ajp.0b013e3181e0174f

Update on the Relation Between Pain and Movement: Consequences for Clinical Practice

2010· review· en· W1967813117 sur OpenAlexaff
Julie N. Côté, Marie Hoeger Bement

Notice bibliographique

RevueClinical Journal of Pain · 2010
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhysical medicine and rehabilitationMedicineChronic painPhysical therapy

Résumé

récupéré en direct d'OpenAlex

It is generally thought that exercise is beneficial to alleviate pain. However, prolonged movement may lead to the development of painful injuries, because of the overload of low-threshold motor units. Especially in individuals with a pain condition, exercise prescription and the impact of fatigue is less clear. This may be because of the dual effects, aggravation and relief, which fatigue has on pain. The purpose of this review is to ascertain the relation between pain and the motor system, both in the development and management of pain. Recent studies show that fatigue alters pain-induced increases in corticomotor excitability and leads to within and between-muscle adaptations. Studies of acute pain have shown complex adaptations such as increased movement variability, which may be because of a search for motor solutions to prolong overall task performance. In contrast, chronic pain seems to limit movement duration, speed, and variability which could be protective in the short term but also counterproductive over time. Owing to these adaptations in movement strategies, pain chronicity may help to dictate exercise prescription. For example, the correct dosage of multimuscle, dynamic exercises would act to promote movement variability. Thus, it seems that exercise involving the use of different movement strategies could be effective in helping people to obtain exercise-induced benefits while avoiding injury and pain reaggravation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,071
score de la tête « metaresearch » (Gemma)0,061
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0710,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,268
Tête enseignante GPT0,525
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Journal of PainMême sujetPain Mechanisms and TreatmentsTravaux en français237 207