Reported pain in multiple sclerosis (MS) and its relationship with affect and attention
Notice bibliographique
Résumé
Pain is an important part of MS symptomatology. Studies, with other populations, suggest distress is associated with pain. However, models of the influence of psychological factors on have not been carefully applied and tested with the MS population. The hypothesis was: many patients do not classify much of their sensory disturbance as due to their conceptual framework and this may affect the relationship between and distress. A model of these factors was developed for MS patients. A clinic sample of MS patients, expected to have varying degrees of subjective pain, was recruited. Standard, adapted and new measures were used to characterise the population along the following dimensions: pain, level of cognitive ability (general intelligence and working memory) and cognitive bias, mood, and coping styles. Amount of distress was assessed using a semantic differential measure of wellbeing/distress, Survey of Pain Attitudes and Coping with MS Scale. A Pain Discomfort Scale was adapted to discern differences between people reporting pain versus those reporting discomfort. Pain cognitive-processing bias was explored using assessments including a stem completion task, an experimental recall task using and illness words and a restructured Hayling sentence completion task. Power calculations showed that with 100 patients a detectable correlation would be 0.28 (p=0.05, power = 80%). Measures were compared using paired t-tests for repeated measures, independent t-tests for measures across patients, and regression modelling. McGill adjectives chosen were similar across both high and low responders. Participants reporting pain experienced significantly greater physical impact of MS whereas participants reporting discomfort experienced greater emotional distress. Cognitive bias towards pain, illness and MS related material was not linked with overall or disease state but with coping styles. A model of how emotional stressors affect reported in MS was created.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».