A Comparison of Neuropathic Pain Experiences Among Paralympic Versus Recreational Athletes with Spinal Cord Injury
Notice bibliographique
Résumé
BACKGROUND: Individuals with spinal cord injury (SCI) report high levels of neuropathic pain. Current treatment options are primarily pharmaceutical, despite their limited effectiveness. Exercise may reduce neuropathic pain among persons with SCI; however, the optimal dose of exercise required to elicit analgesic effects remains unknown. The purpose of this study was to compare neuropathic pain intensity, pain catastrophizing, use of coping strategies, and positive affect and well-being among Paralympic versus recreational athletes with SCI who experience chronic neuropathic pain. Forty-seven athletes with SCI (25 Paralympic, 27 recreational) completed the International SCI Pain Basic Data Set, Douleur Neuropathique-4, coping strategies questionnaire, pain catastrophizing scale, and SCI-quality of life assessment. RESULTS: Paralympic athletes reported significantly greater neuropathic pain (p = 0.032) and positive affect and well-being (p = 0.047) than recreational athletes. No other comparisons were significant (ps > 0.09). Significant, medium-sized positive correlations were observed between neuropathic pain and total minutes of moderate-intensity exercise (r = 0.335, p = 0.023) and average minutes per day of moderate-intensity exercise (r = 0.375, p = 0.010) over the past week. CONCLUSIONS: The results suggest that frequent moderate- to high-intensity exercise may exacerbate neuropathic pain sensations for persons with SCI. Research should investigate psychosocial and physiological mechanisms by which exercise may influence neuropathic pain to explain how Paralympic athletes with SCI are able to continue exercising while maintaining positive affect despite neuropathic 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 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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».