Fear avoidance, fear of falling, and pain disability in hypermobile Ehlers-Danlos syndrome and hypermobility spectrum disorders
Notice bibliographique
Résumé
PURPOSE: Hypermobile Ehlers-Danlos Syndrome (hEDS) and Hypermobility Spectrum Disorders (HSD) are understudied conditions characterized by hallmark hypermobility and chronic pain. Disease manifestations lead to significant disability. Understanding predictors of disability, over and above the univariate construct of pain severity, is necessary to tailor treatment. Thus, the current study examined the impact of the Fear-Avoidance Model [FAM] on disability in hEDS/HSD. Fear of falling was included as a novel fear-avoidance factor impacting disability. METHODS: A total of 168 individuals with hEDS/HSD answered a cross-sectional online survey regarding FAM constructs, fear of falling, disability, and clinical-demographic factors. A hierarchical regression analysis was used to assess whether FAM constructs and fear of falling significantly predicted disability, over and above pain severity and age. RESULTS: Pain catastrophizing, anxiety, and fear of falling contributed significant unique predictive relations, above age and average pain severity. Pain severity and fear of falling were the strongest unique predictors of disability. CONCLUSIONS: This is the first study to assess the relations among FAM constructs, pain severity, and disability in hEDS/HSD, and introduces fear of falling as a novel fear-avoidance factor specific to this population. Future research should apply these findings towards individualized interventions to improve disability in hEDS/HSD.
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 | 0,002 | 0,002 |
| 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 | 0,003 |
| 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 ».