Notice bibliographique
Résumé
INTRODUCTION
 Studies report that after lower-limb amputation, patients have high levels of pain in the form of chronic low back pain, residual limb pain, and phantom pain leading to restrictions in functional activity1. Patients with high levels of pain and disability may develop avoidance behaviors. Vlaeyen et al. presents the fear-avoidance model, which suggests that after an injury there are two pathways a patient will take based on their interpretation of acute pain 2. Pain that is perceived as non-threatening leads to the patient’s recovery and return to normal activities of daily life. Pain that is perceived as threatening, or pain catastrophizing, causes anxiety and induces mobility apprehension which leads to avoidance behaviors. Avoidance behaviors may then lead to greater pain, depression, and disability3 . Factors described in the literature that are related to mobility apprehension were measured in a sample of lower limb amputees. The purpose was to determine which of pain intensity, interference, and catastrophizing lead to increased mobility apprehension.
 Abstract PDF Link: https://jps.library.utoronto.ca/index.php/cpoj/article/view/32040/24454
 How to cite: Mathis S.L. FACTORS ASSOCIATED WITH MOBILITY APPREHENSION IN AMPUTEES. CANADIAN PROSTHETICS & ORTHOTICS JOURNAL, VOLUME 1, ISSUE 2, 2018; ABSTRACT, ORAL PRESENTATION AT THE AOPA’S 101ST NATIONAL ASSEMBLY, SEPT. 26-29, VANCOUVER, CANADA, 2018. DOI: https://doi.org/10.33137/cpoj.v1i2.32040 
 Abstracts were Peer-reviewed by the American Orthotic Prosthetic Association (AOPA) 101st National Assembly Scientific Committee. 
 http://www.aopanet.org/
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».