Posttraumatic Stress Symptoms and the Diathesis-Stress Model of Chronic Pain and Disability in Patients Undergoing Major Surgery
Notice bibliographique
Résumé
OBJECTIVES: To (1) use structural equation modeling (SEM) to examine relationships proposed in Turk's diathesis-stress model of chronic pain and disability as well as (2) investigate what role, if any, posttraumatic stress symptoms (PTSS) play in predicting pain disability, relative to some of the other factors in the model. METHODS: The study sample consisted of 208 patients scheduled for general surgery, 21 to 60 years of age (mean age=47.18 y, SD=9.72 y), who reported experiencing persistent pain for an average of 5.56 years (SD=7.90 y). At their preadmission hospital visit, patients completed the Anxiety Sensitivity Index, Pain Catastrophizing Scale, Pain Anxiety Symptoms Scale-20, Pain Disability Index, posttraumatic stress disorder Checklist, and rated the average intensity of their pain (0 to 10 numeric rating scale). SEM was used to test a model of chronic pain disability and to explore potential relationships between PTSS and factors in the diathesis-stress model. RESULTS: SEM results provided support for a model in which anxiety sensitivity predicted fear of pain and catastrophizing, fear of pain predicted escape/avoidance, and escape/avoidance predicted pain disability. Results also provided support for a feedback loop between disability and fear of pain. SEM analyses provided preliminary support for the inclusion of PTSS in the diathesis-stress model, with PTSS accounting for a significant proportion of the variance in pain disability. DISCUSSION: Results provide empirical support for aspects of Turk's diathesis-stress model in a sample of patients with persistent pain. Findings also offer preliminary support for the role of PTSS in fear-avoidance models of chronic 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 | 0,016 | 0,016 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».