Is There an Association Between Social Support and Pain Among Individuals Living With Multiple Sclerosis?
Notice bibliographique
Résumé
CONTEXT: Pain is one of the most common symptoms reported by patients living with Multiple Sclerosis (MS). Risk factors associated with pain may include individual's cognitive thinking process, emotional and behavioural response to pain and amount of social support. There is a lack of research on the influence on the amount of social support and its association to pain outcomes. OBJECTIVE: The primary objective of this study was to determine the association between amount and of social support and its association with odds of pain among individuals with MS. METHODS: The Survey on Living with Neurological Conditions in Canada (SLNCC) 2011-2012 linked to the Canadian Community Health Survey (CCHS) 2010-2011 was used to carry out a logistic regression model for this analysis (N = 78,623). MAIN OUTCOME MEASURES: The factors that were assessed were psychological factors, problems with sleeping, self-perceived general health, self-perceived level of stress, number of years living with MS, as well as social factors. The outcome variable was pain. RESULTS: The amount of social support was found to be significant in that individuals who had 3 or fewer types of social support were 3.02 times more likely (95% CI 1.06 to 8.59) to report being in pain as opposed to individuals who had 4 types of support. The results indicate the importance of self efficacy in overcoming symptoms of MS and the need for more home care services.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».