Predictive validity of the Chronic Pain Coping Inventory in subacute low back pain
Notice bibliographique
Résumé
The Chronic Pain Coping Inventory (CPCI) was developed to assess eight behavioral coping strategies hypothesized to be important for pain adaptation. But the predictive validity of the CPCI has yet to be tested in a longitudinal study. Here, 321 workers on sick leave after a work accident affecting the low back pain (LBP) region completed the CPCI during the subacute stage (T1) of LBP as well as the Catastrophizing scale of the Coping Strategies Questionnaire (CSQ). Disability, pain intensity and depressive mood were assessed simultaneously as well as 6 months later (T2). Work status was also determined at follow-up. Hierarchical regression analyses revealed that the CPCI (Guarding scale) predicted T1 disability and T2 disability (Relaxation scale), but T1 disability was the best predictor of T2 disability. For T1 pain intensity, the CSQ's Catastrophizing dimension was the best predictor and the CPCI Guarding scale added a small contribution. T1 pain intensity was the best predictor of T2 pain intensity. Catastrophizing and Guarding were the most strongly associated with depressive mood at T1 but at T2, only depressive mood at T1 predicted this same variable. Results indicated also that the Guarding and Catastrophizing scales were able to predict future work status. The present study clearly reveals the usefulness of Guarding from the CPCI and Catastrophizing from the CSQ, when predicting different outcomes of adjustment to low back pain.
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 | 0,017 | 0,004 |
| 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 ».