Pre-surgery beliefs about pain and surgery as predictors of acute and chronic post-surgical pain: A prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Chronic pain post-surgical pain (CPSP) is common and has far-reaching negative consequences for patients, yet relatively few studies have evaluated the impact of both deficit- and resource-based beliefs about pain and surgery on subjective intensities of acute and chronic post-surgical pain. To address this issue a prospective cohort study was performed. METHOD: 259 consecutive surgery patients from general surgery, gynecology, and thoracic departments completed a self-report battery of demographics, pain experiences, and psychological factors 24 h before surgery (T1) and provided follow-up pain intensity ratings 48 h-72 h after surgery (T2), and at a 4-month follow-up (T3). RESULTS: In the hierarchical regression model for acute post-operative pain intensity, pre-surgery pain self-efficacy beliefs made a significant unique contribution independent of all other pre-surgery and surgery-related factors (i.e., age, presence of pre-surgical pain, type of anesthesia, surgery duration). In the prediction model for intensity of chronic post-surgical pain, beliefs about long-term effects of surgery had a unique impact after controlling other significant pre-surgery and surgery influences (gender, education, surgery time). CONCLUSION: Results underscored the potential utility of considering specific pre-surgery pain- and surgery-related beliefs as factors that predict patient experiences of acute and chronic post-operative 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».