Notice bibliographique
Résumé
OBJECTIVE: Chronic pain patients have been reported to complain about poor sleep quality. Research aimed at delineating the predictors of poor sleep has produced conflicting results. Depressive mood and pain severity are the most frequently encountered predictors. This study aimed to find out whether chronic pain patients differed from healthy control subjects who had no pain on subjective sleep quality measures and, if so, which factors contributed most to poorer sleep quality. METHOD: We compared 40 patients with chronic pain who met inclusion criteria with 40 healthy control subjects on the measures of sleep quality, anxiety, and depression. The predictors of sleep quality were investigated with multiple regression in the pain group. RESULTS: Chronic pain patients had higher scores than did healthy control subjects on the Beck Anxiety Scale, the Beck Depression Inventory (BDI), and the Pittsburgh Sleep Quality Index (PSQI). At the bivariate level, pain intensity, anxiety, and depression correlated significantly with poorer sleep quality. At the multivariate level, depression was found to be the only significant factor correlating with the quality of sleep, and the model explained 34% of the variance. CONCLUSIONS: Chronic pain patients suffer from poor sleep quality--a function of depressed mood rather than pain intensity, duration, or anxiety. However, it is difficult to draw a causal relation in this relatively small sample size. Besides, our study sample comprised a mostly psychiatric population and may not represent the general group of patients with chronic pain.
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 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».