Quantifying the Pain Experience in Hip and Knee Osteoarthritis
Notice bibliographique
Résumé
PURPOSE: The present study investigated whether the conceptualization of hip and knee osteoarthritis pain implicit in the Western Ontario and McMaster Universities Arthritis Index (WOMAC) and Medical Outcomes Study Short-Form 36 (SF-36) scales is complete, or whether the addition of another scale, such as the Short-Form McGill Pain Questionnaire (MPQ-SF), provides a more complete characterization. Furthermore, the impact that mental health symptoms and catastrophizing had on these scales was investigated. METHODS: Before hip and knee arthroplasty, 200 patients completed surveys of demographic data, the WOMAC pain scale, the MPQ-SF, the SF-36 Bodily Pain scale, the Pain Catastrophizing Scale and the Hospital Anxiety and Depression Scale. Correlations between scales were calculated and linear regression modelling was used to determine the impact of mental health and catastrophizing on these three pain measures. RESULTS: A strong correlation between the WOMAC and SF-36 pain scales (r=-0.70) was found; however, both correlated only moderately with the MPQ-SF (r=0.36 and r=-0.36, respectively). Linear regression modelling showed that the Pain Catastrophizing Scale significantly predicted a greater score on all three pain scales (P<0.05). CONCLUSIONS: The addition of the MPQ-SF appears to add to a more complete quantification of the pain experience in hip and knee osteoarthritis.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».