Pain, medication, and injury in older farmers
Notice bibliographique
Résumé
BACKGROUND: Agricultural work continues to be a dangerous occupation. Older farmers experience high risks for work-related injury. The purpose of this research was to determine if there is a relationship between medication use and injury among older male farmers in Alberta. METHODS: Using probabilistic linkage between an Alberta Agriculture government registry of farm operators and the Alberta Health Plan registry file, older farmers (aged 66 and older) were identified. Farm related injuries were identified using an E-code search of both hospitalization and emergency department separations for a 3-year period. Cases were matched to controls on age, geographic health region, and index injury date at a ratio of 1:5. Co-morbidity and medication use for each of the cases and controls were derived from population based health system utilization files. Conditional logistic regression was used to determine which medications were related to injury. RESULTS: Overall, a total of 282 farm related injuries were suffered by the linked group. Controlling for co-morbidity, farmers who had stopped taking narcotic pain killers (OR = 9.37 [95% CI:4.95, 17.72]) and non-steroidal anti-inflammatories (OR = 2.40 [95% CI:1.43, 4.03]) 30 days prior to the date of injury were at risk of injury. Those farmers taking sedatives up until the date of injury were also at risk (OR = 3.01 [95 CI:1.39, 6.52]). In addition, those suffering from incontinence/urinary tract disorders (OR = 2.95 [95% CI:1.30, 6.71]), and prior injury (OR = 1.42 [95% CI:1.04, 1.95]) were also at greater risk of injury. CONCLUSIONS: The relationship of medication use and injury in this population is different from those observed in studies of falls in older persons. We hypothesize that distraction from either pain or co-morbidity may play an important role in the etiology of injuries suffered in this active older working population. Further investigations in this area are required to confirm these findings.
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 | 0,000 | 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 | 0,001 | 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 ».