MétaCan
Menu
Retour à la cohorte
Enregistrement W2123170180 · doi:10.1097/ajp.0b013e3182608561

Activity Pacing in Chronic Pain

2012· review· en· W2123170180 sur OpenAlexaff
Warren R. Nielson, Mark P. Jensen, Petra A. Karsdorp, Johan W.S. Vlaeyen

Notice bibliographique

RevueClinical Journal of Pain · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac pacing and defibrillation studies
Établissements canadiensLawson Health Research InstituteSt Joseph's Health Care
Organismes subventionnairesnon disponible
Mots-clésMedicineChronic painPhysical medicine and rehabilitationNeuroscienceAnesthesiaPhysical therapyPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Activity pacing (AP) is a concept that is central to many chronic pain theories and treatments, yet there remains confusion regarding its definition and effects. OBJECTIVE: To review the current knowledge concerning AP and integrate this knowledge in a manner that allows for a clear definition and useful directions for future research. METHODS: A narrative review of the major theoretical approaches to AP and of the empirical evidence regarding the effects of AP interventions, followed by an integrative discussion. RESULTS: The concept of AP is derived from 2 main traditions: operant and energy conservation. Although there are common elements across these traditions, significant conceptual and practical differences exist, which has led to confusion. Little empirical evidence exists concerning the efficacy of AP as a treatment for chronic pain. DISCUSSION: Future research on AP should be based on a clear theoretical foundation, consider the context in which the AP behavior occurs and the type of pacing problem ("underactivity" vs. "overactivity"), and should examine the impact of AP treatment on multiple clinical outcomes. We provide a provisional definition of AP and specific recommendations that we believe will move the field forward.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,260
Tête enseignante GPT0,505
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations158
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Journal of PainMême sujetCardiac pacing and defibrillation studiesTravaux en français237 207