Positive and Negative Affect Is Related to Experiencing Chest Pain During Exercise-Induced Myocardial Ischemia
Notice bibliographique
Résumé
OBJECTIVE: Silent myocardial ischemia is thought to be associated with worse cardiovascular outcomes due to a lack of perception of pain cues that initiate treatment seeking. Negative affect (NA) has been associated with increased pain reporting and positive affect (PA) with decreased pain reporting, but these psychological factors have not been examined within the context of myocardial ischemia. This study evaluated the associations between PA, NA, and chest pain reporting in patients with and without ischemia during exercise testing. METHODS: A total of 246 patients referred for myocardial perfusion single-photon emission computed tomography exercise stress testing completed the positive and negative affect schedule-expanded version, a measure of PA and NA. Presence of chest pain and myocardial ischemia were evaluated using standardized protocols. RESULTS: Logistic regression analyses revealed that for every 1-point increase in NA, there was a 13% higher chance for ischemic patients (odds ratio [OR] = 1.13; 95% confidence interval [CI] = 1.02 to 1.26) and an 11% higher chance in nonischemic patients (OR = 1.11; 95% CI = 1.03 to 1.19) to report chest pain. A significant interaction of PA and NA on chest pain reporting (β = 0.02; 95% CI = 0.002 to 0.031) was also observed; nonischemic patients with high NA and PA reported more chest pain (57%) versus patients with low NA and low PA (13%), with high NA and low PA (17%), and with high PA and low NA (7%). CONCLUSIONS: Patients who experience higher NA are more likely to report experiencing chest pain. In patients without ischemia, high NA and PA was also associated with a higher likelihood of reporting chest pain. Results suggest that high levels of PA as well as NA may increase the experience and/or reporting of chest 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».