Association between perception of harm and valence of shoulder movement images with disability levels related to chronic shoulder pain
Notice bibliographique
Résumé
ABSTRACT: Recent studies highlight an interplay between pain perception and emotional responses. This necessitates a thorough investigation into how beliefs and motivational influences respond to visual stimuli of movements. Such an analysis is crucial for understanding the extent to which these factors contribute to disability levels associated with shoulder pain. We aimed to investigate the relationship between the perception of harm and the valence in images depicting shoulder movements and determine how these perceptions are linked to disability levels associated with shoulder pain. This cross-sectional study recruited 42 individuals with chronic shoulder pain. Participants were presented with 58 shoulder movements images. Each participant evaluated these images for emotional valence and arousal using the self-assessment manikin. For every image, they provided their level of avoidance, fear, and perception of harm in a numerical scale. We measured disability levels and pain catastrophizing using the Shoulder Pain and Disability Index and the Pain Catastrophizing Scale. A direct acyclic graph was used. Multiple linear regression analysis was conducted with shoulder disability as the dependent variable and perception of harm and valence as independent variables, adjusted for the confounders catastrophizing and arousal. This analysis resulted in a significant model ( F4,37 = 11.44; adjusted R2 = 0.547; P < 0.01). The perception of harm to shoulder movement (β = 0.11; P < 0.001; 95% confidence interval = 5.6-11.8) was significantly associated with the level of shoulder disability, whereas valence did not show a significant association (β = 0.26; P = 0.15; 95% confidence interval = 1.7-10.8). The perception of harm associated with shoulder movements images during daily activities was associated with disability. Individuals who believe that shoulder movements are harmful have greater disability.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».