The epidemiology of neck pain: what we have learned from our population-based studies
Notice bibliographique
Résumé
BACKGROUND: There are few population-based studies on the epidemiology of neck pain in the general population. PURPOSE: To synthesize the findings of two large population-based studies of the epidemiology of neck pain and whiplash-associated disorders from the province of Saskatchewan, Canada. STUDY DESIGN AND METHODS: We conducted two population-based cohort studies of neck pain and its related disability in Saskatchewan, Canada. First, the Saskatchewan Health and Back Pain Survey was designed to determine the prevalence and factors associated with neck pain in randomly selected adults. Second, we conducted a cohort study of the incidence and prognosis of whiplash and studied whether a change in the insurance system from tort to no-fault was related to a reduction in the number of whiplash claims and faster recovery. RESULTS: In 1995, the six-month prevalence of neck pain was 54.2% and 4.6% of adults experienced disabling neck pain in the previous six-months. Neck pain was associated with education, comorbidities, smoking, self-reported general health and a history of neck injury in a motor vehicle collision. The incidence of treated and/or compensated whiplash injury was estimated at 834/100,000 adults in 1994, and dropped by 28% to 598/100,000 adults in 1995, after tort reform. Compared to tort, the median time-to-recovery was more than 230 days faster under no-fault. The strongest predictors of recovery were age, gender, education, injury severity, lawyer involvement and type of initial care provider. CONCLUSION: Neck pain is a public health problem. The incidence and prognosis of whiplash injuries are greatly influenced by compensation for pain and suffering, legal factors, injury severity and sociodemographic characteristics. Overall, neck pain is a multifaceted disabling problem that deserves more attention. When treating patients with neck pain, clinicians need to recognize that it is more than a physical problem and that its prognosis is influenced by broader determinants of health.
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 | 0,050 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,009 | 0,016 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».