High frequency of adverse health behaviors in multiple sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Health behaviors influence chronic disease risks in the general population, and may influence health outcomes independently of comorbid diseases. Health behaviors receive less attention in multiple sclerosis (MS) than in the general population. We assessed health behaviors among participants in the North American Research Committee on Multiple Sclerosis (NARCOMS) Registry and the demographic characteristics associated with particular health behaviors. METHODS: In October 2006, we surveyed NARCOMS participants regarding smoking using questions from the Behavioral Risk Factor Surveillance Survey; physical activity using questions from the PEPI study, alcohol use using the AUDIT-C; and height and weight. To determine the independent demographic predictors of health behaviors, we used multivariable logistic regression, either binary or polytomous as appropriate. RESULTS: Of 8983 responders, 4867 (54.2%) ever smoked; 1542 (17.3%) currently smoked. On the basis of the AUDIT-C, 1632 (18.2%) were at risk for alcohol abuse or dependence. A quarter of participants were obese (n = 2269), and 2780 (31.3%) were overweight. Fewer than 25% of participants reported moderate or heavy leisure-time physical activity. Generally, lower socioeconomic status was associated with a higher frequency of adverse health behaviors accounting for other demographic factors. With increasing levels of disability, the reported intensity of physical activity was lower, and the frequency of overweight or obesity was higher. CONCLUSIONS: Patients with MS exhibit frequent adverse health behaviors, increasing the risk of other chronic diseases. Further research is needed to determine how these behaviors influence disability progression, quality of life, and other MS-related outcomes.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle