Autobiographical memory predicts postsurgical pain up to 12 months after major surgery
Notice bibliographique
Résumé
ABSTRACT: Recent cross-sectional studies have identified differences in autobiographical memory (AM) among individuals with chronic pain, but the temporal relationship between the 2 is unknown. Moreover, AM has yet to be studied in patients undergoing major surgery. This study addressed these gaps by conducting a prospective, longitudinal study of memory performance, postsurgical pain, and psychosocial factors in 97 adult participants scheduled for major surgery. Memories were evaluated using the Autobiographical Memory Test before and one month after surgery when participants were asked to recall personal events related to positive and pain-related word cues. Responses were coded for level of specificity, emotional valence, and surgery-related content. Questionnaires assessing presence/absence of pain and psychological functioning were administered before and at 1-, 3-, 6-, and 12-month follow-ups. Generalized estimating equations modelled pain at each postsurgical time point with memory variables as predictors. As hypothesized, higher numbers of specific pain memories recalled before surgery predicted lower odds of pain across all time points (OR = 0.58, 95% CI [0.37-0.91]). Participants who took longer to recall pain memories before surgery (OR = 2.65, 95% CI [1.31-5.37]) and those who produced more surgery-related content at the one-month assessment (OR = 1.31, 95% CI [1.02-1.68]) had greater odds of reporting postsurgical pain up to 12 months later. These findings indicate that presurgical AM biases are risk factors for development and maintenance of postsurgical pain. To the extent that these biases are causal, presurgical interventions that modify the quality and content of patients' memories may prove to be promising strategies in the prevention of chronic postsurgical 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».