Predisposing, precipitating and perpetuating factors and the common sense model of illness
Notice bibliographique
Résumé
Background: Various predisposing, precipitating and perpetuating factors are found to be associated with development of persistent symptoms and disability after whiplash trauma. According to the commonsense model of illness, people use commonsense knowledge to develop individual illness models when facing health threat. Question: Can we use the common-sense model as a unifying model to encompass the impact of predisposing, precipitating, and perpetuating factors in the development of chronic whiplash? Looking into specific factors and their interaction: Do illness perceptions mediate the effect of precollision sick leave on chronic whiplash? Methods: This presentation will integrate findings from research on predisposing, precipitating, perpetuating factors that are associated with poor outcome after whiplash trauma and propose the common-sense model as a unifying model. Data from a study including 740 consecutive patients referred from emergency departments and primary care after car accidents in Denmark will be presented. Patients completed questionnaires during the week after the collision, and 3 and 12 months later. Data on transfer benefits and use of health care during 5 years before the collision were obtained from national registers. Results: The common-sense model of illness can serve as a unifying and explanatory model of how predisposing, precipitating, and perpetuating factors may dynamically interact. We propose that the common-sense model may provide exactly such a framework. Looking into specific factors in the model we found that negative perception of the whiplash trauma mediated the effect of previous sick leave on future neck pain, sum of indirect effect: 0.017, confidence intervals (0.008;0.028). Conclusion: Previous life experiences have an impact on how people make sense of a health threat which influences coping and thus outcome after a whiplash trauma. The common-sense model of illness may provide a framework for understanding the complex interactions of multiple factors that are involved in the development of chronic whiplash.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».