A Population-Based Survey of Back Pain Beliefs in Canada
Notice bibliographique
Résumé
In Brief Study Design. Population-based survey. Objectives. To assess the back pain beliefs in 2 provinces in Canada to inform a population-based educational campaign. Summary of Background Data. Beliefs, attitudes, and recovery expectations appear to influence recovery from back pain, yet prevailing public opinions about the condition have been little studied. Methods. Telephone surveys were conducted with 2400 adults in 2 Canadian provinces. Surveys included the Back Beliefs Questionnaire, and additional questions concerning age, gender, recent and lifetime back pain, coping strategies for back pain, and awareness and persuasiveness of media information concerning back pain. Results. A high prevalence of back pain was reported, with a lifetime prevalence of 83.8%, and 1-week prevalence of 34.2%. Generally, a pessimistic view of back pain was held. Most agreed that back pain makes everything in life worse, will eventually stop one from working, and will become progressively worse with age. Mixed opinions were observed regarding the importance of rest and staying active. A significant minority (12.3%) reported taking time off from work for their last back pain episode. Those individuals taking time off from work held more negative back pain beliefs, including the belief that back pain should be rested until it gets better. Conclusions. Public back pain beliefs in the 2 Canadian provinces sampled are not in harmony with current scientific evidence for this highly prevalent condition. Given the mismatch between public beliefs and current evidence, strategies for reeducating the public are needed. We conducted telephone surveys in Canada to assess back pain beliefs. Most respondents agreed that back pain makes everything in life worse, will eventually stop one from working, and will become progressively worse with age. Public back pain beliefs in the 2 Canadian provinces sampled are not in harmony with current scientific evidence for this highly prevalent condition.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».