Initial validation of the exercise chronic pain acceptance questionnaire
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Pain acceptance, measured by the chronic pain acceptance questionnaire (CPAQ), is related to exercise adherence for those with arthritis. The CPAQ measure has 20 items comprising two subscales -- pain willingness and activities engagement about pursuing "valued daily activities" despite pain. However, exercise is not specified as a valued activity and respondents may be considering other activities raising generalizability and strength of prediction concerns. METHODS: Accordingly, a modified CPAQ solely for exercise (CPAQ-E) was developed to heighten salience to pursuit of exercise in the face of pain. An exercising sample with arthritis (N=98) completed the CPAQ-E at baseline and exercise 2 weeks later. Exploratory factor analysis of the CPAQ-E was performed using Mplus. Regression was used to predict exercise. RESULTS: =85.695, df=64, p<.037; RMSEA=.055; CFI=.967; TLI=.954). Both subscales and the total score positively predicted future weekly exercise bouts (range ps from <.05 to <.001). Activities engagement predicted future weekly exercise volume (p<.05). CONCLUSIONS: This study offers preliminary support for the factorial and predictive validity of the CPAQ-E among exercising individuals with arthritis. IMPLICATIONS: This measure could help researchers increase the specificity and sensitivity of pain acceptance responses to exercising among individuals with arthritis. A more sensitive measure might help clinicians interpret patient responses to exercise for pain self-management.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».