Baseline Factors Associated with Pain Intensity, Pain Catastrophizing, and Pain Interference in Intensive Interdisciplinary Pain Treatment for Youth
Notice bibliographique
Résumé
Background: More could be known about baseline factors related to desirable Intensive Interdisciplinary Pain Treatment (IIPT) outcomes. This study examined how baseline characteristics (age, gender, child pain catastrophizing (PCS-C), pain interference, pain intensity, anxiety, depression, paediatric health-related quality of life (PedsQLTM), and parent catastrophizing (PCS-P)) were associated with discharge and 3-month follow-up scores of PCS-C, pain intensity, and pain interference. Methods: PCS-C, pain intensity, and pain interference T-scores were acquired in 45 IIPT patients aged 12–18 at intake (baseline), discharge, and 3-month follow-up. Using available and imputed data, linear mixed models were developed to explore associations between PCS-C, pain intensity, and pain interference aggregated scores at discharge and follow-up with baseline demographics and a priori selected baseline measures of pain, depression, anxiety, and PCS-C/P. Results: PCS-C and pain interference scores decreased over time compared to baseline. Pain intensity did not change significantly. Baseline PCS-C, pain interference, anxiety, depression, and PedsQLTM were associated with discharge/follow-up PCS-C (available and imputed data) and pain interference scores (available data). Only baseline pain intensity was significantly associated with itself at discharge/follow-up. Conclusions: Participants who completed the IIPT program presented with reduced PCS-C and pain interference over time. Interventions that target pre-treatment anxiety and depression may optimize IIPT outcomes.
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 | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».