Results from 10 Years of a CBT Pain Self-Management Outpatient Program for Complex Chronic Conditions
Notice bibliographique
Résumé
Background. Traditional unimodal interventions may be insufficient for treating complex pain, as they do not address cognitive and behavioural contributors to pain. Cognitive Behavioural Therapy (CBT) and physical exercise (PE) are empirically supported treatments that can reduce pain and improve quality of life. Objectives. To examine the outcomes of a pain self-management outpatient program based on CBT and PE at a rehabilitation hospital in Toronto, Ontario. Methods. The pain management group (PMG) consisted of 20 sessions over 10 weeks. The intervention consisted of four components: education, cognitive behavioural skills, exercise, and self-management strategies. Outcome measures included the sensory, affective, and intensity of pain experience, depression, anxiety, pain disability, active and passive coping style, and general health functioning. Results. From 2002 to 2011, 36 PMGs were run. In total, 311 patients entered the program and 214 completed it. Paired t -tests showed significant pre- to posttreatment improvements in all outcomes measured. Patient outcomes did not differ according to the number or type of diagnoses. Both before and after treatment, women reported more active coping than men. Discussion. The PMGs improved pain self-management for patients with complex pain. Future research should use a randomized controlled design to better understand the outcomes of PMGs.
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) | 0,000 | 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 ».