MétaCan
Menu
Retour à la cohorte
Enregistrement W2955246569 · doi:10.1177/1753193419859373

Influence of psychological factors on patient-reported upper extremity disability

2019· article· en· W2955246569 sur OpenAlexaff
Homan Cheng, Christine B. Novak, Christian Veillette, Herbert P. von Schroeder

Notice bibliographique

RevueJournal of Hand Surgery (European Volume) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychosocialMedicinePain catastrophizingDashPhysical therapyDepression (economics)Affect (linguistics)Physical disabilityChronic painPsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

Disability reflects physical impairment and the influence of psychosocial factors. We investigated the relationship between disability and psychosocial factors in patients with upper extremity pathology. Ninety-two patients at a hand clinic were evaluated to assess disability, pain intensity, health status and psychosocial factors (pain catastrophizing, depression). Statistical analyses evaluated the relationships among disability and patient and psychosocial factors. Moderate levels of disability from all types of pathology were reported and associated with pain catastrophizing, pain and depression. Health status Short Form 36 domains were not correlated with disability as determined by Disabilities of the Arm, Shoulder and Hand (DASH) scores. A strong correlation was found between DASH and QuickDASH scores, but the QuickDASH scored significantly higher by 4 points. Pain catastrophizing was the strongest predictor of disability and explained 59% and 63% of variation in disability scores. Independent of pathology, those patients experiencing psychosocial issues, as well as demographic factors (i.e. employment status and age), were more likely to have disability with hand conditions and surgical procedures. We conclude from this study that psychological factors affect patient-reported outcomes. Level of evidence: IV

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,278
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hand Surgery (European Volume)Même sujetOrthopedic Surgery and RehabilitationTravaux en français237 207