Transmission of risk from parents with chronic pain to offspring: an integrative conceptual model
Notice bibliographique
Résumé
Offspring of parents with chronic pain are at increased risk for pain and adverse mental and physical health outcomes (Higgins et al, 2015). Although the association between chronic pain in parents and offspring has been established, few studies have addressed why or how this relation occurs. Identifying mechanisms for the transmission of risk that leads to the development of chronic pain in offspring is important for developing preventive interventions targeted to decrease risk for chronic pain and related outcomes (eg, disability and internalizing symptoms). This review presents a conceptual model for the intergenerational transmission of chronic pain from parents to offspring with the goal of setting an agenda for future research and the development of preventive interventions. Our proposed model highlights 5 potential mechanisms for the relation between parental chronic pain and pediatric chronic pain and related adverse outcomes: (1) genetics, (2) alterations in early neurobiological development, (3) pain-specific social learning, (4), general parenting and family health, and (5) exposure to stressful environment. In addition, the model presents 3 potential moderators for the relation between parent and child chronic pain: (1) the presence of chronic pain in a second parent, (2) timing, course, and location of parental chronic pain, and (3) offspring's characteristics (ie, sex, developmental stage, race or ethnicity, and temperament). Such a framework highlights chronic pain as inherently familial and intergenerational, opening up avenues for new models of intervention and prevention that can be family centered and include at-risk children.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».