Effect of music on power, pain, depression and disability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: This paper reports a study testing the effect of music on power, pain, depression and disability, and comparing the effects of researcher-provided music (standard music) with subject-preferred music (patterning music). BACKGROUND: Chronic non-malignant pain is characterized by pain that persists in spite of traditional interventions. Previous studies have found music to be effective in decreasing pain and anxiety related to postoperative, procedural and cancer pain. However, the effect of music on power, pain, depression, and disability in working age adults with chronic non-malignant pain has not been investigated. METHOD: A randomized controlled clinical trial was carried out with a convenience sample of 60 African American and Caucasian people aged 21-65 years with chronic non-malignant pain. They were randomly assigned to a standard music group (n = 22), patterning music group (n = 18) or control group (n = 20). Pain was measured with the McGill Pain Questionnaire short form; depression was measured with the Center for Epidemiology Studies Depression scale; disability was measured with the Pain Disability Index; and power was measured with the Power as Knowing Participation in Change Tool (version II). RESULTS: The music groups had more power and less pain, depression and disability than the control group, but there were no statistically significant differences between the two music interventions. The model predicting both a direct and indirect effect for music was supported. CONCLUSION: Nurses can teach patients how to use music to enhance the effects of analgesics, decrease pain, depression and disability, and promote feelings of power.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle