Automatic and Strategic Processing of Threat Cues in Patients With Chronic Pain: A Modified Stroop Evaluation
Notice bibliographique
Résumé
OBJECTIVE: The goal of this study was to clarify whether patients with chronic pain selectively attend to syndrome-specific (i.e., pain-related) information and, if so, to determine whether this occurs at the conscious (i.e., strategic) or unconscious (i.e., automatic) level. SETTING: This study was conducted at a tertiary care rehabilitation center. PATIENTS: Thirty-three patients with chronic back and/or neck pain and 33 healthy volunteers matched for age, sex, and education participated in this study. OUTCOME MEASURES: A computerized version of a modified Stroop color-naming task, with unmasked and masked conditions, was used to assess strategic and automatic information processing of words related to sensory pain, affect pain, physical threat, social threat, and neutral themes. RESULTS: A repeated-measures ANOVA indicated that patients with chronic pain but not healthy volunteers had delayed color-naming latencies to both sensory and affect pain words in the unmasked condition. Color-naming latency differences were not evident for other word types in the unmasked condition or for any word types in the masked condition. Correlational and regression analyses indicated that the delayed color-naming latencies to pain words in the unmasked condition observed for the chronic pain patients were, in part, associated with high pain-specific cognitive anxiety and interference and lower levels of anxiety sensitivity. CONCLUSIONS: Individuals with chronic pain selectively process pain-related cues at the strategic level but not at the automatic level. Implications of the findings and future research directions are discussed.
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 | 0,009 | 0,001 |
| 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 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 ».