Early childhood risk factors for later onset of pediatric chronic pain: a multi-method longitudinal study
Notice bibliographique
Résumé
BACKGROUND: Pediatric chronic pain (i.e., pain lasting ≥ 3 months) is prevalent, disabling, and costly. It spikes in adolescence, interrupts psychosocial development and functioning, and often co-occurs with mental health problems. Chronic pain often begins spontaneously without prior injuries and/or other disorders. Prospective longitudinal cohort studies following children from early childhood, prior to chronic pain onset, are needed to examine contributing factors, such as early pain experiences and mental health. Using data from a longitudinal community pregnancy cohort (All Our Families; AOF), the present study examined the associations between early developmental risk factors, including early childhood pain experiences and mental health symptoms, and the onset of pediatric chronic pain at ages 8 and 11 years. METHODS: Available longitudinal AOF data from child age 4 months, as well as 1, 2, 3, 5, 8, and 11 years, were used. Mothers reported their child's pain experiences (e.g., hospitalizations, vaccinations, gut problems) at each timepoint from 4 months to 8 years, child chronic pain at age 8, and child mental health symptoms at ages 5 and 8 years. Children reported their chronic pain frequency and interference at age 11. Adaptive least absolute shrinkage and selection operator (LASSO) regressions were used to select predictor variables. Complete case analyses were complemented by multiple imputation using chained equation (MICE) models. RESULTS: Gut problems, emergency room visits, frequent pain complaints, and headaches at age 5 or earlier, as well as female sex, were associated with increased risk of maternal reported child chronic pain at age 8. Maternal reported chronic pain at age 8 was associated with higher levels of child-reported pain frequency and pain interferences at age 11. Boys self-reported lower levels of pain interference at age 11. CONCLUSIONS: Some, but not all, painful experiences (e.g., gut problems, ER visits, pain complaints) in early life contribute to pediatric chronic pain onset and should be considered for screening and early intervention.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».