Discrimination and wellbeing are differentially related to pain severity for the racially marginalized
Notice bibliographique
Résumé
OBJECTIVE: This study examines the relationship between racial discrimination and physical pain outcomes. METHODS: A geographically representative sample of 887 individuals was recruited online through CloudResearch from diverse racial backgrounds, including Black/African American, Latine/Hispanic American, Asian American, and White/European American adults. Participants completed measures on racial and ethnic discrimination, racial microaggressions, pain severity, depression symptoms, and coping styles. Statistical analyses included multiple regression and mediation models. RESULTS: Our findings indicate that racialized participants experienced greater ethnic discrimination and racial microaggressions compared to their non-Hispanic White counterparts. Hispanic/Latine participants also reported greater pain severity than other groups. Lifetime experiences of discrimination, depression symptoms, avoidant coping style, and age emerged as significant predictors of pain severity, while mediation analyses revealed that lifetime discrimination partially mediated the relationship between race/ethnicity and pain severity for racially marginalized participants, compared to non-Hispanic White participants. Furthermore, greater reliance on avoidant coping combined with greater lifetime discrimination experiences was associated with increased severity of pain. CONCLUSIONS: The findings indicate how racism may result in worse pain outcomes in people of color, with potentially amplified adverse effects for those who engage in avoidant coping. While therapeutic interventions targeting avoidance may benefit racialized individuals, ultimately, the results highlight the critical need for large-scale policy interventions targeting racial discrimination to improve health equity and reduce the burden of pain among racialized populations.
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 | 0,006 | 0,009 |
| 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 | 0,000 | 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) | 0,000 | 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 ».