The Development and Psychometric Validation of an Arabic-Language Version of the Pain Catastrophizing Scale
Notice bibliographique
Résumé
Context . The Pain Catastrophizing Scale (PCS) is the most widely used measure of pain-specific catastrophizing. Objectives . The purpose of the present study was to develop and psychometrically evaluate an Arabic-language version of the PCS. Methods . In Study 1, 150 adult chronic nonmalignant pain patients seeking treatment at a hospital setting completed the PCS-A and a number of self-report measures assessing clinical parameters of pain, symptoms of depression, and quality of life. Study 2 employed a cold pressor pain task to examine the PCS-A in a sample of 44 healthy university students. Results . Exploratory factor analyses suggested a two-factor structure. Confirmatory factor analysis comparing the 2-factor model, Sullivan’s original 3-factor model, and a 1-factor model based on the total score all provided adequate fit to the data. Cronbach’s alpha coefficients across all models met or exceeded accepted standards of reliability. Catastrophizing was associated with higher levels of depression and increased pain intensity and interference. Catastrophizing predicted decreased quality of life, even after controlling for the contribution of gender, employment, depression, and pain interference. PCS-A scores were positively correlated with heightened experimental pain severity and decreased pain tolerance. Conclusion . The present results provide strong support for the psychometric properties of the PCS-A.
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 | 0,010 | 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 | 0,001 | 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 ».