Psychological Factors in Chronic Pelvic Pain in Women: Relevance and Application of the Fear-Avoidance Model of Pain
Notice bibliographique
Résumé
Chronic pelvic pain in women is a debilitating, costly condition often treated by physical therapists. The etiology of this condition is multifactorial and poorly understood, given the complex interplay of muscles, bones, and soft tissue that comprise the pelvis. There are few guidelines directing treatment interventions for this condition. In the last decade, several investigators have highlighted the role of psychological variables in conditions such as vulvodynia and painful bladder syndrome. Pain-related fear is the focus of the fear-avoidance model (FAM) of pain, which theorizes that some people are more likely to develop and maintain pain after an injury because of their emotional and behavioral responses to pain. The FAM groups people into 2 classes on the basis of how they respond to pain: people who have low fear, confront pain, and recover from injury and people who catastrophize pain-a response that leads to avoidance/escape behaviors, disuse, and disability. Given the presence of pain-related cognitions in women with chronic pelvic pain, including hypervigilance, catastrophizing, and anxiety, research directed toward the application of the FAM to guide therapeutic interventions is warranted. Isolated segments of the FAM have been studied to theorize why traditional approaches (ie, medications and surgery) may not lead to successful outcomes. However, the explicit application of the FAM to guide physical therapy interventions for women with chronic pelvic pain is not routine. Integrating the FAM might direct physical therapists' clinical decision making on the basis of the pain-related cognitions and behaviors of patients. The aims of this article are to provide information about the FAM of musculoskeletal pain and to provide evidence for the relevance of the FAM to chronic pelvic pain in women.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 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 ».