Pain-Related Activity Management Patterns as Predictors of Treatment Outcomes in Patients with Fibromyalgia Syndrome
Notice bibliographique
Résumé
OBJECTIVES: This study sought to determine if pre- to post-treatment changes in pain-related activity patterns (i.e., overdoing, avoidance, and pacing) were associated with pre- to post-treatment changes in function (i.e., pain interference, psychological function, and physical function) in patients with fibromyalgia syndrome who participated in either an operant learning- or an energy conservation-based training in activity management. METHODS: Sixty-nine patients with fibromyalgia syndrome participated in an activity management treatment (32 in an operant learning group and 37 in an energy conservation group). Outcomes were assessed at pre- and post-treatment, and patients provided demographic information and completed measures assessing pain intensity, pain interference, psychological function, physical function, and pain management activity patterns. Three linear hierarchical regression analyses predicting changes in pain outcomes from changes in pacing, overdoing, and avoidant activity patterns were performed. RESULTS: Changes in pain-related activity patterns made significant contributions to the prediction of changes in patients' function. Specifically: (a) increases in overdoing predicted reductions in pain interference; (b) decreases in avoidance predicted improvements in psychological function; and (c) increases in pacing predicted improvements in physical function. CONCLUSIONS: This study provides support for a role of activity management treatments in improved adjustment to chronic pain. Research is needed to replicate and extend these findings in order to build an empirical basis for developing more effective chronic pain treatments for facilitating improved physical and psychological function in individuals with chronic 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 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 ».