Depression and Anxiety as Mediators of PTSD Symptom Clusters and Pain in Treatment-Seeking Canadian Forces Members and Veterans
Notice bibliographique
Résumé
INTRODUCTION: Chronic pain (CP) commonly presents alongside psychiatric conditions such as depression, PTSD, and generalized anxiety. The current study sought to better understand this complex relationship by determining whether anxiety and depression symptom severity mediated the relationship between DSM-5 PTSD symptom clusters and pain symptoms in a sample of 663 Canadian Armed Forces (CAF) personnel and veterans seeking treatment for mental health conditions. MATERIALS AND METHODS: Generalized anxiety disorder, depression, and PTSD symptom severity were measured using self-report scales provided as part of a standard intake protocol. Pain symptoms were measured using the Bodily Pain subscale of the SF-36 (SF-36 BPS). Linear regressions were used to explore the relationship between PTSD symptom clusters, depression, anxiety, and pain. Bootstrapped resampling analyses were employed to test mediation effects. RESULTS: The average SF-36 BPS score in this sample was 36.6, nearly 1.5 SDs below the population health status, enforcing the salience of pain symptoms as a concern for veterans and CAF seeking treatment for military-related psychiatric conditions. The effects of PTSD symptom clusters avoidance, negative mood and cognitions, and arousal on pain were fully mediated by anxiety and depression severity. However, the effect of intrusion on pain was not mediated by depression and only partly mediated by anxiety. CONCLUSION: Findings emphasize the importance of including anxiety and depression in models of PTSD and pain, particularly in samples where psychiatric comorbidity is high. Clinically, results highlight the need for improved treatment regimens that address pain symptoms alongside common psychiatric comorbidities.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».