Psychophysical and Patient Factors as Determinants of Pain, Function and Health Status in Shoulder Disorders
Notice bibliographique
Résumé
Objective: To estimate the extent to which psychophysical quantitative sensory test (QST) and patient factors (gender, age and comorbidity) predict pain, function and health status in people with shoulder disorders. To determine if there are gender differences for QST measures in current perception threshold (CPT), vibration threshold (VT) and pressure pain (PP) threshold and tolerance. Design: A cross-sectional study design. Setting: MacHAND Clinical Research Lab at McMaster University. Subjects: 34 surgical and 10 nonsurgical participants with shoulder pain were recruited. Method: Participants completed the following patient reported outcomes: pain (Numeric Pain Rating, Pain Catastrophizing Scale, Shoulder Pain and Disability Index) and health status (Short Form-12). Participants completed QST at 4 standardized locations and then an upper extremity performance-based endurance test (FIT-HaNSA). Pearson r’s were computed to determine the relationships between QST variables and patient factors with either pain, function or health status. Eight regression models were built to analysis QST’s and patient factors separately as predictors of either pain, function or health status. An independent sample t-test was done to evaluate the gender effect on QST. Results: Greater PP threshold and PP tolerance was significantly correlated with higher shoulder functional performance on the FIT-HANSA (r =0.31-0.44) and lower self-reported shoulder disability (r = -0.32 to -0.36). Higher comorbidity was consistently correlated (r =0.31-0.46) with more pain, and less function and health status. Older age was correlated to more pain intensity and less function (r =0.31-0.57). In multivariate models, patient factors contributed significantly to pain, function or health status models (r2=0.19-0.36); whereas QST did not. QST was significantly different between males and females [in PP threshold (3.9vs. 6.2, p < .001) and PP tolerance (7.6vs. 2.6, p < .001) and CPT (1.6vs. 2.3, p =.02)]. Conclusion: Psychophysical dimensions and patient factors (gender, age and comorbidity) affect self-reported and performance-based outcome measures in people with shoulder disorders.
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 | 0,000 | 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) | 0,003 | 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 ».