Prevalence of Rheumatic Regional Pain Syndromes in Adults from Mexico: A Community Survey Using COPCORD for Screening and Syndrome-specific Diagnostic Criteria
Notice bibliographique
Résumé
OBJECTIVE: To assess the prevalence of rheumatic regional pain syndromes (RRPS) in 3 geographical areas of México using the Community Oriented Program in the Rheumatic Diseases (COPCORD) screening methodology and validate by expert consensus on case-based definitions. METHODS: By means of an address-based sample generated through a multistage, stratified, randomized method, a cross-sectional survey was performed on adult residents (n = 12,686; age 43.6 ± 17.3 yrs; women 61.9%) of the states of Nuevo León, Yucatán, and México City. Diagnostic criteria for specific upper (Southampton group criteria) and lower limb (ad hoc expert consensus) RRPS were applied to all subjects with limb pain as detected by COPCORD questionnaire. RESULTS: The overall prevalence of RRPS was 5.0% (95% CI 4.7-5.4). The most frequent syndrome was rotator cuff tendinopathy (2.36%); followed by inferior heel pain (0.64%); lateral epicondylalgia (0.63%); medial epicondylalgia (0.52%); trigger finger (0.42%); carpal tunnel syndrome (0.36%); anserine bursitis (0.34%); de Quervain's tendinopathy (0.30%); shoulder bicipital tendinopathy (0.27%); trochanteric syndrome (0.11%); and Achilles tendinopathy (0.10%). There were anatomic regional variations in the prevalence of limb pain: Yucatán 3.1% (95% CI 2.5-3.6); Nuevo León 7.0% (95% CI 6.3-7.7); and México City 10.8% (95% CI 9.8-11.8). Similarly, the prevalence of RRPS showed marked geographical variation: Yucatán 2.3% (95% CI 1.8-2.8); Nuevo León 5.6% (95% CI 5.0-6.3); and México City 6.9% (95% CI 6.2-7.7). CONCLUSION: The overall prevalence of RRPS in México was 5.0%. Geographical variations raise the possibility that the prevalence of RRPS is influenced by socioeconomic, ethnic, or demographic factors.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».