Prevalence of Back Pain in the Community. A COPCORD-Based Study in the Mexican Population
Notice bibliographique
Résumé
OBJECTIVE: Back pain (BP) is frequent in the community; its prevalence in México is 6%. Our objective was to determine the prevalence of BP in Mexican communities and determine its most important characteristics. METHODS: A cross-sectional study of individuals aged > 18 years was conducted in Mexico City and in urban communities in the state of Nuevo León. Sampling in Mexico City was based on community census and in Nuevo León, on stratified, balanced, and random sampling. Procedures included a door-to-door survey, using the Community Oriented Program for the Control of Rheumatic Diseases, to identify individuals with BP > 1 on a visual analog scale in the last 7 days. General practitioners/rheumatology fellows confirmed and characterized BP symptoms. RESULTS: In all, 8159 individuals (mean age 43.7 yrs, two-thirds female) were surveyed and 1219 had BP. The prevalence of nontraumatic BP in the last 7 days was 8.0% (95% CI 7.5-8.7). The mean age of these individuals was 42.7 years, and 61.9% were female. Thirty-seven percent had inflammatory BP [prevalence of 3.0% (95% CI 2.7-3.4)]. Compared with the state of Nuevo Léon, the characteristics and consequences of BP in Mexico City were more severe. In logistic regression analysis, living in Mexico City, having a paid job, any kind of musculoskeletal pain, high pain intensity, and obesity among other variables were associated with BP. CONCLUSION: The prevalence of nontraumatic BP in the last 7 days in urban communities in México is 8.0%. However, clinical features and consequences differed among the communities studied, suggesting a role for local factors in BP.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».