Prevalence of pain in the Spanish population telephone survey in 5000 homes
Notice bibliographique
Résumé
Pain has become the most common accompanying symptom in patients seeking medical advice, and it is one of the main issues in public health. In Spain, there are no reliable data about the impact of pain in general population. The aim of the study was to estimate the prevalence of acute and chronic pain in the Spanish general population. An epidemiological observational population-based cross-sectional study was carried out by means of a telephone survey. Multistep stratified quota-adjusted sampling was performed with people aged 18-95 years. A computer-assisted questionnaire was administered, covering physical pain symptoms, site, frequency, perceived cause, therapeutic measures and interference with daily life activities. There were 11,980 useful contacts, with 5000 effective interviews (42% of useful sample). Of the interviewees, 29.6% (95% confidence interval, 28.3-30.8%) reported having had pain the day before (women, 37.6%; men, 20.9%) and 43.2% the week before. Most common pain sites were lower extremities (22.7%) and back (cervical and lumbar levels) (21.5%), followed by head (20.5%). Frequency of pain increased with age, reaching 42.6% for people older than 65 years. Among people complaining of pain during the last day or week, duration of symptoms was higher than 3 months in 54% (chronic pain), representing 23.4% of the Spanish general population; most common causes of chronic pain were arthritis, rheumatism and migraine. Regarding treatment, 61.7% of people complaining of pain said they were taking drugs. Source of drug treatment advice was a physician or a nurse in 66.4% of cases and self-prescription in 29%. It is concluded that pain, particularly chronic pain, has a high prevalence in the Spanish general population and a significant impact on occupational and social relationships.
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 | 0,001 | 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) | 0,001 | 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 ».