Use of behavioural activation to manage pain: a systematic scoping review
Notice bibliographique
Résumé
Background: Behavioural activation (BA) is an effective treatment for depression; however, it is unclear if it can be used to manage pain. Objectives: To conduct a scoping review of primary research that reported using BA to support people living with chronic pain to understand how BA had been used in relation to pain. In addition, we wanted to understand whether there were any reported changes in that pain, and how and who delivered BA. Eligibility criteria: Primary research published in English. Sources of evidence We searched seven databases MEDLINE, Ovid Embase, Ovid Emcare, PsycINFO, CINAHL, Scopus and Web of Science, for primary research. No initial date limit was used with the date the searches were conducted used as the end date limit (1 July 2021). Charting methods: A customised data extraction table was developed, piloted and used. Results: 551 papers were screened for inclusion, with 15 papers included in our review. Studies were conducted in North America and in Canada. These included three case studies, nine uncontrolled trials and three randomised controlled trials. Only two studies reported pain as the primary outcome. BA was applied across a range of pain related conditions. The dose of BA ranged from 3 to 16 sessions. Duration of treatment was 3 weeks to 12 months. Most studies reported reductions in pain following exposure to BA. Conclusion: BA has the potential to reduce pain. Caution needs to be exercised in the interpretation of these findings as a high risk of bias was observed in most studies. High-quality research is required to test if BA is an effective intervention for chronic pain.
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 | 0,000 | 0,000 |
| 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 ».