Effects of pain neuroscience education and rehabilitation following arthroscopic rotator cuff repair. A randomized clinical trial
Notice bibliographique
Résumé
OBJECTIVE: To compare the effectiveness of pain neuroscience education (PNE) versus biomedical education (BME) in a rehabilitation program following arthroscopic rotator cuff repair (ARCR) in patients with chronic shoulder pain. METHODS: Twenty-nine patients who participated in a rehabilitation program were randomly assigned to either an experimental PNE group (N = 16) or a control BME group (N = 13). Measurements included pain intensity at rest and in movement, pain catastrophizing, kinesiophobia, disability and health-related quality of life (HRQoL). Outcomes were evaluated at baseline and at 4 and 8 weeks after the intervention. RESULTS: A main effect for time was observed for: intensity of pain at rest (p < .01); pain with movement (p < .01); pain catastrophizing (p < .01); kinesiophobia (p < .01); disability (p < .01); and HRQoL (p < .01). No group interactions were significant for any variable, except for pain with movement, which favored the PNE group (p = .03). Large effect sizes (ranging from d = 0.79 to d = 2.65) were found for both interventions in all outcomes. CONCLUSION: A rehabilitation program including either PNE or BME are equally effective in improving rest pain, pain catastrophizing, kinesiophobia, disability, and HRQoL in patients after ARCR, except for pain at movement in favor of the PNE group. The inclusion of PNE in the rehabilitation program appears to lead to clinically meaningful improvements in pain at rest in short term when treating patients with ARCR.
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 | 0,011 | 0,014 |
| 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) | 0,000 | 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 ».