Pain in Youth With Sickle Cell Disease
Notice bibliographique
Résumé
OBJECTIVES: Pain is prevalent among youth with sickle cell disease (SCD). However, previous research has been limited by small sample sizes and lacked examinations of developmental differences in pain, which are critical to minimizing the development of chronic pain as youth transition into adulthood. The primary aim of the current study was to compare pain and pain interference across 4 developmental groups in a large sample of youth with SCD. The secondary aim was to identify risk factors for greater pain and pain interference. MATERIALS AND METHODS: Utilizing a cross-sectional study design, the expression and predictors of pain and pain interference were compared across 4 developmental stages: toddlers/preschoolers (2 to 4 y), school-aged children (5 to 7 y), preadolescents (8 to 12 y), and adolescents (13 to 18 y). Participants included 386 youth with SCD and their caregivers. RESULTS: Caregiver-reported pain and pain interference and youth-reported pain interference increased across developmental groups and plateaued approaching adolescence (multivariate analyses of variance P=0.002 for pain and P<0.001 for pain interference). Elevated fatigue, anxiety, and perceived difficulties with pain management were the most robust predictors of higher youth- and caregiver-reported pain (βs ranging from 0.15 to 0.68; P<0.001) and pain interference (βs ranging from 0.18 to 0.64; P<0.001). DISCUSSION: Disease and treatment-related variables were not associated with pain. Self-reported pain was elevated in older versus younger developmental groups and was largely linked to anxiety, fatigue, and perceptions of pain management, thus highlighting the modifiable nature of factors influencing pain among youth with SCD.
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 | 0,003 | 0,002 |
| 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 ».