Differential predictors of the long-term levels of pain intensity, work disability, healthcare use, and medication use in a sample of workers’ compensation claimants
Notice bibliographique
Résumé
The fear avoidance model of pain (FAM) conceptualizes pain catastrophizing as the cognitive antecedent of pain-related fear, and pain-related fear as the emotional antecedent of depression and disability. The FAM is essentially one of mediation whereby pain-related fear becomes the process by which depression or disability ensue. However, emerging literature suggests that pain catastrophizing, pain-related fear, and depression might be at least partially distinct in their prediction of different pain-related outcomes. The primary purpose of the present study was to evaluate whether psychological factors in the FAM (pain catastrophizing, pain-related fear, and depression) differentially predict long-term pain-related outcomes. Toward this objective, we conducted a prospective study using a cohort of 202 individuals with subacute work-related musculoskeletal injuries. Participants completed a 7-week physical therapy program with a functional rehabilitation orientation. Posttreatment measures of fear of movement, pain catastrophizing, depression, and pain self-efficacy were used to predict the persistence of pain symptoms, healthcare use, medication use, and return-to-work at one-year follow-up. Results from hierarchical linear and logistic regression analyses revealed that pain catastrophizing and fear of movement act as differential predictors of long-term pain-related outcomes. Specifically, we found unique relationships between pain catastrophizing and long-term pain intensity, and fear of movement and long-term work disability. After controlling for pain intensity and FAM variables, pain self-efficacy was shown to be a unique predictor of medication use. Implications for the FAM and the clinical management of musculoskeletal pain conditions are discussed. Unique relationships were found between pain catastrophizing and long-term pain intensity, between fear of movement and long-term work disability, and between pain self-efficacy and medication use at one-year follow-up.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».