Epidemiology of the Rheumatic Diseases in Mexico. A Study of 5 Regions Based on the COPCORD Methodology
Notice bibliographique
Résumé
OBJECTIVE: To estimate the prevalence of musculoskeletal (MSK) disorders and to describe predicting variables associated with rheumatic diseases in 5 regions of México. METHODS: This was a cross-sectional, community-based study performed in 5 regions in México. The methodology followed the guidelines proposed by the Community Oriented Program for the Control of the Rheumatic Diseases (COPCORD). A standardized methodology was used at all sites, with trained personnel following a common protocol of interviewing adult subjects in their household. A "positive case" was defined as an individual with nontraumatic MSK pain of > 1 on a visual analog pain scale (0 to 10) during the last 7 days. All positive cases were referred to internists or rheumatologists for further clinical evaluation, diagnosis, and proper treatment. RESULTS: The study included 19,213 individuals; 11,602 (68.8%) were female, and their mean age was 42.8 (SD 17.9) years. The prevalence of MSK pain was 25.5%, but significant variations (7.1% to 43.5%) across geographical regions occurred. The prevalence of osteoarthritis was 10.5%, back pain 5.8%, rheumatic regional pain syndromes 3.8%, rheumatoid arthritis 1.6%, fibromyalgia 0.7%, and gout 0.3%. The prevalence of MSK manifestations was associated with older age and female gender. CONCLUSION: The prevalence of MSK pain in our study was 25.5%. Geographic variations in the prevalence of MSK pain and specific diagnoses suggested a role for geographic factors in the prevalence of rheumatic diseases.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».