Quality of Life and Psychosocial Factors as Predictors of Pain Relief Following Nerve Surgery
Notice bibliographique
Résumé
Background: Peripheral nerve injuries may result in pain, disability, and decreased quality of life (QoL). Pain is an incompletely understood experience and is associated with emotional and behavioral qualities. We hypothesized that pain following peripheral nerve surgery could be predicted by changes in emotions or QoL postoperatively. Methods: Using prospectively collected data, a retrospective study design was used to evaluate the relationships among pain, QoL, and psychosocial factors in patients who underwent peripheral nerve surgery. Patients completed questionnaires rating pain; impact of pain on QoL, sadness, depression, frustration, anger, and hopefulness before surgery; and each postoperative follow-up visit. Multilevel modeling was used to assess the concurrent and lagged relationships between pain and psychosocial factors. Results: Increased pain was concurrently associated with decreased hopefulness ( P = .001) and increased the impact on QoL, sadness, depression, and anger ( P < .001). In lagged analyses, the impact on QoL and anger prospectively predicted pain ( P < .001 and P = .02, respectively). Pain predicted subsequent scores of QoL, sadness, depression, anger, and hopefulness ( P < .01). Having an upper limb nerve injury and self-report of “no comment for childhood trauma” were predictors of postsurgical pain. Conclusion: Psychosocial measures and pain are reciprocally related among patients who underwent surgery for peripheral nerve injuries or compression. Our study provides evidence of the important relationships among psychosocial factors, pain, and outcome and identifies treatment targets following nerve surgery.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».