Psychometric Evaluation and Refinement of the Pain Response Preference Questionnaire
Notice bibliographique
Résumé
BACKGROUND: The Pain Response Preference Questionnaire (PRPQ) assesses preferences regarding pain-related social support. The initial factor analytical study of the PRPQ produced four empirically supported scales labelled Solicitude, Management, Encouragement and Suppression. A second study produced similar findings, but suggested that the Management and Encouragement scales be combined into a single scale labelled Activity Direction. OBJECTIVES: To use factor analytical methods to evaluate these competing configurations of the PRPQ (ie, three versus four scales) and to further refine the measure. The ability of the PRPQ scales to account for pain severity and disability ratings was also evaluated. METHODS: Chronic pain patients (n=201) completed the PRPQ along with the Pain Catastrophizing Scale (PCS) and self-reports of pain severity and disability. RESULTS: Confirmatory factor analysis indicated that both models tested provided a poor fit to the data. A follow-up exploratory factor analysis was used to further refine the PRPQ scales and resulted in scales labelled Solicitude, Encouragement and Suppression. Supportive of the potential clinical utility of the PRPQ, Suppression was positively associated with pain severity and Solicitude was positively associated with disability. These two scales were also positively associated with the PCS. Supportive of the incremental validity of the PRPQ, a multiple regression analysis indicated that the Solicitude scale accounted for unique variance in disability ratings beyond that accounted for by demographic⁄clinical variables and the PCS. CONCLUSIONS: The PRPQ has promise as a clinical assessment measure and for advancing research examining the interpersonal context of 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 | 0,043 | 0,007 |
| 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) | 0,000 | 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 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 ».