Psychosemantics of Pain in Patients With Coronary Artery Disease
Notice bibliographique
Résumé
Introduction It is known for a fact that a number of psychological factors may affect heart pain perception in patients with coronary artery disease (CAD). However, psychosemantics of pain in CAD patients was hardly ever explored. Objective To study the features of pain psychosemantics in CAD patients. Methods There were applied McGill Pain Questionnaire (Melzack, 1975); the psychosemantic technique “Classification of sensations” (Tkhostov, Efremova, 1989); the 20-item Toronto Alexithymia Scale (Bagby, Taylor, Parker, 1994); and State-Trait Anxiety Inventory (Spielberger et al., 1983). Fifty-four CAD patients took part in the study, the mean age was 55.9 ± 7.6 years. CAD duration was 5.8 ± 2.6 years. Results CAD patients with the high level of trait anxiety (28%) choose greater variety of descriptors for pain definition, revealing an impaired ability to differentiate between emotional states and physical sensations. They show higher scale values for McGill Pain Questionnaire. Patients with high indices of alexithymia (31%) require significantly fewer words for description of painful and dangerous perceptions within the “Classification of sensations”. This may testify to a certain bafflement in verbal description of the pain. With that, intensity of alexithymia does not correlate significantly with the high level of state and trait anxiety (P > 0.05). The method of “Classification of sensations” revealed that patients with trait anxiety, as well as those with alexithymia, define the pain with significantly more numerous metaphorical and affective descriptors (Pervichko, Zinchenko, 2013). Conclusions Received results prove an important role of psychological factors in etiology of chest pain in CAD patients with the high level of trait anxiety and alexithymia, which supports the urgency of psychotherapy for them. References not available. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».