MétaCan
Menu
Retour à la cohorte
Enregistrement W2088833652 · doi:10.1186/1471-2458-11-77

Musculoskeletal comorbidities in cardiovascular disease, diabetes and respiratory disease: the impact on activity limitations; a representative population-based study

2011· article· en· W2088833652 sur OpenAlexafffundabout
Morgan Slater, Anthony V. Perruccio, Elizabeth M. Badley

Notice bibliographique

RevueBMC Public Health · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term Care
Mots-clésMedicineComorbidityDiabetes mellitusDiseaseEpidemiologyBiostatisticsPopulationPhysical therapyArthritisInternal medicineEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The purpose of this study was to quantify the contribution of comorbidity to activity limitations in populations with chronic cardiovascular disease, diabetes or respiratory disease (index conditions), with emphasis on musculoskeletal comorbidity (arthritis or back problems). METHODS: Analysis of the 2005 Canadian Community Health Survey 3.1 (age 20+ years, n = 115,915). Prevalence ratios for activity limitations in people with the index conditions and co-occurring musculoskeletal disease, adjusted for age, gender, and socioeconomic factors, were used to estimate population associated fractions (PAF). RESULTS: Comorbid arthritis and back problems significantly increased the risk of activity limitations across all index conditions with prevalence ratios of 1.60 and 1.46 for cardiovascular disease, 1.51 and 1.36 for diabetes, and 1.38 and 1.44 for respiratory disease for arthritis and back problems respectively. Arthritis and back problems accounted for at least 13% and 9% of activity limitations in the index populations. CONCLUSIONS: While chronic musculoskeletal conditions are not always considered priorities in chronic disease prevention, they account for a substantial proportion of activity restrictions seen in people with cardiovascular disease, diabetes and respiratory disease, with implications for prevention and control strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,573

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,357
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207