Effects of Individual Psychological Factors and Cumulative Psychological Distress on Prospective Pain Quality in Older Adults With Chronic Low Back Pain
Notice bibliographique
Résumé
OBJECTIVE: Although pain quality may be a component of the geriatric chronic pain experience that influences disability, no research has investigated the psychological underpinnings of pain quality in any geriatric chronic pain population. We sought to address this knowledge gap by examining associations between both general (ie, depressive symptoms) and pain-specific psychological risk factors (ie, fear-avoidance beliefs, pain catastrophizing, and kinesiophobia) and prospective pain quality in older adults with chronic low back pain. METHODS: Questionnaires for each psychological factor were collected at baseline, while pain quality was measured by the McGill Pain Questionnaire at baseline and 12 months. Preliminary analyses identified pain catastrophizing as the individual factor with the highest correlation to future pain quality for subsequent analyses. To assess if baseline psychological factors were cumulatively associated with 12-month pain quality, questionnaire values were entered into principal component analysis to yield a combined psychological component score. Robust regression models with HC3 standard errors were used to examine associations between baseline psychological risk factors (both individually and cumulatively) and prospective pain quality. RESULTS: In adjusted analyses, higher baseline pain catastrophizing independently predicted worse pain quality at 12 months ( b =0.342, t =4.225, P <0.001). Similarly, higher baseline psychological component scores were independently associated with worse prospective pain quality after adjustment ( b =3.816, t =4.518, P <0.001). DISCUSSION: The combined psychological component score had comparatively stronger predictive ability than pain catastrophizing alone; however, overall model prediction was modest, suggesting that future research is needed to identify other biopsychosocial variables that may impact pain quality in the geriatric chronic LBP population.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».