Associations of chronic pain and PTSD factors among military personnel: An exploration of the mutual maintenance model
Notice bibliographique
Résumé
Introduction: Chronic pain is common among Canadian Armed Forces (CAF) service members and Veterans. This has prompted investigators to develop theoretical models that identify the factors contributing to chronic pain. The mutual maintenance model (MMM) posits that when chronic pain co-occurs with posttraumatic stress disorder (PTSD), seven cognitive, behavioural, and affective features of both disorders work to maintain PTSD and chronic pain. This study examined the MMM by investigating which model factors predicted the presence of chronic pain and PTSD and which PTSD symptom clusters predicted chronic pain severity and pain interference in a sample of 233 CAF service members and Veterans. Methods: Participants completed an online survey assessing PTSD and chronic pain symptoms and proxies for MMM factors. Two binary logistic regression analyses determined which MMM factors predicted the presence of chronic pain and PTSD. Two multiple linear regressions determined which PTSD symptom clusters predicted chronic pain severity and interference. Results: Intrusion symptoms were associated with the presence of chronic pain, and anxiety symptoms were associated with the presence of PTSD. The hyper-arousal symptom cluster was positively related to pain severity and interference. Discussion: Contrary to the predictions of the MMM, only intrusion and anxiety symptoms were associated with chronic pain and PTSD presence, respectively. Only hyper-arousal was associated with pain severity and interference. Although cross-sectional analyses cannot demonstrate causation, results of the study suggest that three of the seven MMM factors (i.e., intrusion and anxiety symptoms and hyper-arousal) maintain or exacerbate chronic pain when it co-occurs with PTSD.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».