Alcohol use self report in chronic back pain—relationships to psychosocial factors, function performance, and medication use
Notice bibliographique
Résumé
BACKGROUND CONTEXT: Alcohol consumption is a known risk factor for spinal disability, but there is no data on the relationship between reported alcohol consumption and behaviours in persons who are disabled. PURPOSE: To determine the interaction between reported alcohol consumption, physical performance, and medication use in this group. To determine psychosocial correlates of reported alcohol consumption in this group. METHODS: A retrospective review 147 men and 136 women with more than 3 months disability who underwent a multidisciplinary physical, functional and psychosocial Spine Team Assessment. Questions about alcohol consumption were related to outcome measures. RESULTS: None of the women reported more than 5 drinks/week. Ten men reported more than 12 drinks per week. These performed significantly better on the Progressive Isoinertial Lifting Evaluation (PILE) low lift and the Functional Assessment Screening Test (FAST) 5 minute twisting test, and trended towards better performance on all other tests (the PILE high lift, all 4 other FAST components, Sorenson trunk extension test, and bicycle ergometer submaximal stress test). They had less back pain disability (Quebec p = 0.061), but no difference in depression (CESD), pain (visual analog scale) or fear (Tampa). They used fewer Non-steroidal medications, but similar narcotic medications as the others. No significant differences in the SF-36 were noted. CONCLUSIONS: This first assessment of the relationship of alcohol consumption with back pain disability suggests that women with chronic back pain disability seldom report heavy alcohol consumption. Men with back pain disability who consume large amounts of alcohol have less physical disability despite similar pain. Despite potential interactions, heavy drinkers with pain do not use fewer narcotic analgesics than light drinkers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».