Multidimensional visualization and analysis of chronic pain variables of patients who attended a chronic pain program
Notice bibliographique
Résumé
Psychologically-based chronic pain variables measure multiple domains of the pain experience such as anxiety, depression, catastrophizing, acceptance and stages of change. These variables measure specific areas such as emotional and cognitive states towards chronic pain and its management, acceptance towards the chronic pain condition, and an individual's readiness to move towards self-management methods. Conceptually, these variables appear to be interrelated to each other, and also form groupings of similar underlying themes. Groupings that have been previously discussed for these variables include positive and negative affect, and improved and poor adjustment. Psychological experience of chronic pain as a whole is mostly understood through conceptually consolidating individual scores across different measures covering multiple domains. A map of these variables in relation to each other can offer an overview for further understanding and exploration. We hereby visualize highlights of relationships among 11 psychosocial chronic pain variables including measures examining physical and somatic aspects, using three-dimensional biplots. Variables roughly form two groupings, with one grouping consisting of items of negative affect, cognition, and physical state ratings, and the other grouping consisting of items of acceptance and the later three stages of change (contemplation, action, maintenance). Also, we follow up with canonical correlation as a complement to further identify key relationships between bimodal groupings. Key variables linking bimodal relationships consist of catastrophizing, depression and anxiety in one grouping and activity engagement in the other. Results are discussed in the context of existing literature.
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 | 0,024 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| 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 ».