Cortisol as a Marker of Pain and Distress After Acute Musculoskeletal Trauma
Notice bibliographique
Résumé
OBJECTIVES: The best available predictors of chronic pain development broadly encompass baseline metrics of cognition (ie, beliefs/expectations) about the trauma and resulting symptoms. In the context of musculoskeletal trauma, we have previously shown the Traumatic Injuries Distress Scale (TIDS) capable of risk-stratifying cohorts for chronic pain development. Here, we explore whether the physiological marker cortisol shows meaningful associations with cognitions predictive of pain outcomes. METHODS: Data for these cross-sectional analyses were drawn from an observational study that recruited 130 participants presenting to the hospital with pain related to a recent noncatastrophic Musculoskeletal trauma. Cortisol was measured from the participant's hair, saliva, and blood. In addition to pain and distress questionnaires, metadata such as age, sex, body mass index (BMI), adverse childhood events, pretrauma stress levels, and pre-existing physical/psychological comorbidities were collected. RESULTS: We found no significant associations between cortisol levels and pain or distress in isolation. When stratified by person-level variables, associations were revealed with distress (TIDS) in young age and low pretrauma stress subgroups (hair cortisol) and low BMI (blood cortisol). Through hierarchical regression analysis, we found the "cortisol X age" or "cortisol X stress" interaction terms significantly improved TIDS prediction beyond either variable in isolation (Age: ∆ R2 =15.1%; pretrauma stress: ∆ R2 =9.1%). DISCUSSION: Our findings suggest that while linear correlations between pain-related distress and cortisol may be overly simplistic, certain person-level variables such as age, pretrauma stress, and BMI are worthy of consideration for experimental design or confounder characterization in future studies of pain and distress following musculoskeletal injuries especially when "trait" (hair) cortisol is the predictor variable.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».