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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».