MétaCan
Menu
Retour à la cohorte
Enregistrement W2091310178 · doi:10.1016/j.pain.2013.05.015

Anger differentially mediates the relationship between perceived injustice and chronic pain outcomes

2013· article· en· W2091310178 sur OpenAlexafffund
Whitney Scott, Zina Trost, Elena Bernier, Michael Sullivan

Notice bibliographique

RevuePain · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcGill University
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésAngerInjusticePsychologyClinical psychologyChronic painDepressive symptomsMultilevel modelPain catastrophizingPsychiatryCognitionSocial psychology

Résumé

récupéré en direct d'OpenAlex

Emerging evidence suggests that perceived injustice is a risk factor for adverse outcomes associated with chronic pain. To date, however, the processes by which perceived injustice impacts on pain outcomes remain speculative. Evidence from several lines of research suggests that anger may mediate the relationship between injustice and pain outcomes. However, this relationship has not been empirically tested in patients with chronic pain. Thus, the purpose of this study was to examine whether anger mediates the relationships between perceived injustice and pain intensity, depressive symptoms, and self-reported disability. One hundred and seventy-three individuals with chronic musculoskeletal pain completed self-report measures of perceived injustice, anger, pain intensity, depressive symptoms, and disability. Consistent with previous research, high scores on a measure of perceived injustice were associated with greater pain, more severe depressive symptoms, and more pronounced disability. Hierarchical regression analyses indicated that anger variables completely mediated the relationship between perceived injustice and pain intensity, and partially mediated the relationship between perceived injustice and depressive symptoms. Anger did not mediate the relationship between perceived injustice and self-reported disability. The Discussion addresses the theoretical and clinical implications of the findings.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,261 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations123
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePainMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207