Catastrophizing: a predictor of persistent pain among women with endometriosis at 1 year
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
BACKGROUND: Endometriosis is the most common gynecological diagnosis among women with chronic pelvic pain, but the underlying mechanisms of endometriosis-associated chronic pelvic pain remain unclear. Therefore, the objective of this study was to determine the biopsychosocial predictors of pain improvement among women with endometriosis. METHODS: One hundred and fifteen women who presented for treatment of endometriosis-associated chronic pelvic pain at a tertiary referral center at a university-based hospital participated in this prospective observational study of clinical practice. Participants completed questionnaires assessing pain, mental health and catastrophizing at entry and 1 year follow-up. The main outcome measure assessed was the interval change in pain report using the McGill pain 1uestionnaire. RESULT(S): On average, participants experienced a 37.4% reduction in interval pain (P < 0.001). Adjusted for baseline pain, nulliparity (P = 0.002) and catastrophizing (P = 0.04) were associated with decreased probability of interval improvement in pain. Those referred for physical therapy had less interval pain improvement (P = 0.04). However, undergoing hysterectomy was a strong predictor of improvement in pain (P = 0.008). CONCLUSION(S): Our study suggests that chronic pain in endometriosis may be more akin to other idiopathic pain disorders. Specifically, biopsychosocial variables, such as catastrophizing, play an important role in reported severity. Further research on biopsychosocial correlates of chronic pelvic pain in endometriosis is warranted.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 découle