The role of perceived injustice in the prediction of pain and function after total knee arthroplasty
Notice bibliographique
Résumé
Emerging evidence suggests that the appraisal of pain and disability in terms of justice-related themes contributes to adverse pain outcomes. To date, however, research on the relation between perceived injustice and pain outcomes has focused primarily on individuals with musculoskeletal injuries. The primary aim of this study was to investigate the role of perceived injustice in the prediction of pain and disability after total knee arthroplasty (TKA). The study sample consisted of 116 individuals (71 women, 45 men) with osteoarthritis of the knee scheduled for TKA. Participants completed measures of pain severity, physical disability, perceptions of injustice, pain catastrophizing, and fear of movement before surgery, and measures of pain and disability 1 year after surgery. Prospective multivariate analyses revealed that perceived injustice contributed modest but significant unique variance to the prediction of postsurgical pain severity, beyond the variance accounted for by demographic variables, comorbid health conditions, presurgical pain severity, pain catastrophizing, and fear of movement. Pain catastrophizing contributed significant unique variance to the prediction of postsurgical disability. The current findings add to a growing body of evidence supporting the prognostic value of perceived injustice in the prediction of adverse pain outcomes. The results suggest that psychosocial interventions designed to target perceptions of injustice and pain catastrophizing before surgery might contribute to more positive recovery trajectories after TKA.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».