Associations Between Pain Conditions and Borderline Personality Disorder Symptoms
Notice bibliographique
Résumé
OBJECTIVES: Associations between 4 forms of pain (ie, arthritis, severe/frequent headaches, chronic spinal pain, and other chronic pain) and borderline personality disorder (BPD) symptoms were investigated in the general population. METHODS: Data from part II of the National Comorbidity Survey Replication (N=5692) were used. Pain conditions were assessed with self-reports. Arthritis was assessed on a lifetime basis. For the other pain conditions, variables were created to identify those with a remitted condition and those experiencing the condition in the past year. BPD symptoms were assessed with items from the International Personality Disorder Examination Screening Questionnaire. Axis I disorders were assessed with the Composite International Diagnostic Interview. RESULTS: Multiple regression analyses adjusting for sociodemographic variables and past-year psychiatric disorders indicated that those with a history of each pain condition (either remitted or past-year) had higher levels of BPD symptoms relative to those with a lifetime absence of the condition. For each condition, follow-up analyses indicated that those experiencing the condition in the past year had higher levels of BPD symptoms than those reporting a remitted condition. After adjusting for axis I psychiatric disorders, only the difference between the remitted and past-year severe/frequent headache groups remained significant. DISCUSSION: This is the first study to demonstrate that BPD symptoms are positively associated with chronic spinal pain, severe/frequent headaches, and other chronic pain conditions in a sample representative of the general population. The findings also suggest that relationships between remitted pain conditions and BPD symptoms warrant additional study.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».