The relationship of pain catastrophizing with postoperative patient-reported outcome measures in adults with pre-arthritic hip disease
Notice bibliographique
Résumé
ABSTRACT The association between preoperative pain catastrophizing and postoperative patient-reported outcome measures of patients with pre-arthritic hip disease was evaluated. All patients scheduled for joint-preserving surgeries of the hip (JPSH) at our institution were approached. Patient demographics (age, sex, body mass index (BMI)), pain intensity (Numeric Pain Scale (NPS)) and pain catastrophizing (Pain Catastrophizing Scale (PCS)) were collected preoperatively. Patient function (12-Item International Hip Outcome Tool (iHot-12)) and physical and mental health (Patient-Reported Outcomes Measurement Information System (PROMIS-10) mental/physical) were collected preoperatively, three-month and one-year postoperatively. The analysis consisted of multivariate linear regression models fitted for continuous scores of outcome measures at three-month and one-year. Correlation between preoperative PCS and iHot-12 was assessed using the Pearson correlation coefficient. A total of 274 patients completed the PCS and were included in the multivariate linear regression models. Most patients were females (66.8%), mean age was 33 (SD 9), mean BMI was 26.5 (SD 5.8) and most were diagnosed with femoro-acetabular impingement (46.0%) and underwent arthroscopy (77.0%). There were statistically significant correlations between PCS and iHot-12 (preoperatively −0.615, P < 0.001; three-month −0.242, P = 0.002). Statistically significant associations were found for function (three-month PCS P = 0.046, age P = 0.014, NPS P = 0.043; one-year BMI P = 0.005, NPS P = 0.014), physical health (three-month BMI, P = 0.002, NPS P = 0.008; one-year BMI P = 0.002, NPS P = 0.013) and mental health (three-month BMI P = 0.047; one-year BMI P = 0.030). There is an association between function and preoperative pain catastrophizing in patients with pre-arthritic hip disease undergoing JPSH. When considering confounding variables, preoperative pain catastrophizing is associated with short-term recovery.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».