Preoperative cognitive–behavioral therapy for reducing pain catastrophizing and improving pain outcomes after total knee replacement: a randomized clinical trial
Notice bibliographique
Résumé
INTRODUCTION: Cognitive-behavioral therapy (CBT) can reduce preoperative pain catastrophizing and may improve postsurgical pain outcomes. We hypothesized that CBT would reduce pain catastrophizing more than no-CBT controls and result in improved pain outcomes. METHODS: The study was a randomized controlled trial of patients undergoing elective total knee arthroplasty between January 2013 and March 2020. In phase 1, the change in pain catastrophizing scores (PCS) among 4-week or 8-week telehealth, 4-week in person and no-CBT sessions was compared in 80 patients with a PCS >16. In phase 2, the proportion of subjects that achieved a 3-month decrease in Western Ontario and McMaster Universities Osteoarthritis (WOMAC) pain subscale >4 following 4-week telehealth CBT with no-CBT controls were compared in 80 subjects. RESULTS: In phase 1, 4-week telehealth CBT had the highest completion rate 17/20 (85%), demonstrated an adjusted median reduction in PCS of -9 (95% CI -1 to -14, p<0.01) compared with no-CBT and was non-inferior to 8-week telehealth CBT at a margin of 2 (p=0.02). In phase 2, 29 of 35 (83%) in the 4-week telehealth CBT and 26 of 33 (79%) subjects in the no-CBT demonstrated a decrease in the WOMAC pain subscale >4 at 3 months, difference 4% (95% CI -18% to 26%, p=0.48), despite a median decrease in the PCS for the 4-week CBT and no-CBT group of -6 (-10 to -2, p=0.02). CONCLUSIONS: Our findings demonstrate that CBT interventions delivered prior to surgery in person or via telehealth can reduced PCS scores; however, this reduction did not lead to improved 3-month pain outcomes. TRIAL REGISTRATION NUMBER: ClinicalTrials.gov (NCT01772329, registration date 21 January 2013).
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 | 0,026 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».