The Central Aspects of Pain in the Knee (CAP-Knee) questionnaire; a mixed-methods study of a self-report instrument for assessing central mechanisms in people with knee pain
Notice bibliographique
Résumé
Objectives Pain is the prevailing symptom of knee osteoarthritis. Central sensitisation creates discordance between pain and joint pathology. We previously reported a Central Pain Mechanisms trait derived from eight discrete characteristics: Neuropathic-like pain, Fatigue, Cognitive-impact, Catastrophising, Anxiety, Sleep disturbance, Depression, and Pain distribution. We here validate and show that an 8-item questionnaire, Central Aspects of Pain in the Knee (CAP-Knee) is associated both with sensory- and affective- components of knee pain severity. Methods Participants with knee pain were recruited from the Investigating Musculoskeletal Health and Wellbeing study in the East Midlands, UK. CAP-Knee items were refined following cognitive interviews. Psychometric properties were assessed in 250 participants using Rasch-, and factor-analysis, and Cronbach's alpha. Intra-class correlation coefficients tested repeatability. Associations between CAP-Knee and McGill Pain questionnaire pain severity scores were assessed using linear regression. Results CAP-Knee targeted the knee pain sample well. Cognitive interviews indicated that participants interpreted CAP-Knee items in diverse ways, which aligned to their intended meanings. Fit to the Rasch model was optimised by rescoring each item, producing a summated score from 0 to 16. Internal consistency was acceptable (Cronbach's alpha = 0.74) and test–retest reliability was excellent (ICC 2,1 = 0.91). Each CAP-Knee item contributed uniquely to one discrete ‘Central Mechanisms trait' factor. High CAP-Knee scores associated with worse overall knee pain intensity, and with each of sensory- and affective- McGill Pain Questionnaire scores. Conclusion CAP-Knee is a simple and valid self-report questionnaire, which measures a single ‘Central Mechanisms' trait, and may help identify and target centrally-acting treatments aiming to reduce the burden of knee pain.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».