<p>Are Cognitive Load and Focus of Attention Differentially Involved in Pain Management: An Experimental Study Using a Cold Pressor Test and Virtual Reality</p>
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study is to assess whether distraction (lack of attentional focus) and attention (cognitive load) are differentially involved in the analgesic effect of virtual reality (VR) immersions during a cold pressor test (CPT). METHODS: Thirty-one participants were randomly assigned to four experimental conditions (high and low cognitive load, attention with or without a reminder of the pain stimuli) and performed three CPTs. Pain was assessed based on the duration of the CPT (pain tolerance), a visual analog rating scale of perceived pain intensity during the CPT and the subjective pain scale of the Short form McGill Pain Questionnaire (SF-MPQ). RESULTS: The statistical analyses revealed that VR immersions were associated with less pain compared to the baseline (all p <0.001), but for the experimental manipulations, only the conditions where there was an increase in cognitive load (ie, from low cognitive load at Immersion 1 to high cognitive load at Immersion 2) were effective for increasing pain tolerance (significant Time X Conditions interaction). The interactions were not significant for pain intensity assessed with the VAS or the SF-MPQ. CONCLUSION: The results suggest that increases in cognitive load play an important role in the analgesic effect of VR immersion, although the combination of attentional focus and cognitive load may be important. Suggestions are given for designing a replication study.
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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».