Crença de auto-eficácia e validação da Chronic Pain Self-Efficacy Scale.
Notice bibliographique
Résumé
A crença de auto-eficácia relaciona-se com a percepção da dor e com a funcionalidade física e psíquica dos doentes. Os objetivos deste estudo foram validar para a língua portuguesa a escala Chronic Pain Self-efficacy Scale e analisar as crenças de auto-eficácia de doentes com dor crônica. A amostra foi de 132 pacientes com dor crônica de etiologia variada (54,5% fibromialgia e 24,2% dor neuropática); 87,9% foram mulheres, a idade média foi de 46 anos (DP=12,6) e a escolaridade média de 10,1 anos. A média da intensidade da dor foi de 6,83 (DP=2,3) e o tempo médio de dor foi de 7,4 anos (DP=7,7). A validade da escala em língua portuguesa foi confirmada pela análise fatorial, que manteve os 3 domínios e os 22 itens da escala original; a variância explicada foi de 60,8%. A confiabilidade, analisada pelo alfa de Cronbach, variou entre 0,76 e 0,92 para os domínios e foi de 0,94 para a escala total. A validade convergente, verificada por meio da comparação entre os escores da Escala de Auto-Eficácia para Dor Crônica (AEDC) e os escores do Inventário de Depressão de Beck mostrou correlação negativa e estatisticamente significativa. As crenças de auto-eficácia foram analisadas em relação às variáveis sexo, idade, escolaridade, renda, intensidade da dor e tempo de dor. As variáveis escolaridade e intensidade da dor apresentaram associação com a auto-eficácia. Doentes com menor escolaridade relataram menor auto-eficácia, e naqueles com dor menos intensa, observou-se maior auto- eficácia. Este estudo disponibiliza para a língua portuguesa um instrumento válido e confiável para avaliar a auto-eficácia de pacientes com dor crônica. A validade da escala AEDC foi confirmada pela análise fatorial, análise da consistência interna e validade convergente.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».