Evaluating the effects of cognitive-behavioral group for chronic pain management in individuals with multiple sclerosis
Notice bibliographique
Résumé
The present studies focused on chronic pain conditions associated with multiple sclerosis (MS).The purpose of Study I was to provide a preliminary investigation into the feasibility of providing a lO-session group-based cognitive-behavioral treatment (CBT) for pain management for MS patients.Participants included eight individuals with MSrelated chronic pain.After participating in the intervention, nonsignificant decreases across all three outcome measures (pain severity, interference in daily activities due to pain, and affective distress) were observed.The primary purpose of Study 2 was to provide a more detailed evaluation of the same CBT group program using a single-case research design.After completing a baseline assessment period, the lO-week CBT treatment was introduced, which was followed by a four-week post-treatment assessment phase.A secondary purpose of Study 2 was to gather information on social support received by this group of MS patients and to explore relationships between social support and the three outcom.emeasures.Nine MS patients parlicipated in this study.Resultsfrom Study 2 indicated that individuals taking part in this CBT group may have experienced some benefits following participation.However, most of these benefits appeared to be in the area of affective distress.Furthennore, the statistically and clinically significant decreases in distress which were observed did not tend to appear until during the post-treatment assessment phase of the study.Contrary to the hypotheses made, there did not appear to be statistically or clinically significant changes on the measure of pain severity.Also, the majority of participants reported statistically and clinically signifrcant increases in interference due to pain during the treatment and post- treatment phases of this study.Although the results frorn the present research suggest that Evaluating the Effects
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».