Older Patients' Perceptions of Quality of Chronic Knee or Hip Pain: Differences by Ethnicity and Relationship to Clinical Variables
Notice bibliographique
Résumé
BACKGROUND: There is marked ethnic or racial disparity in the utilization of joint replacement for osteoarthritis. The reasons are not known. Pain is the reason most patients with osteoarthritis seek care. Cultural and psychosocial factors influence how patients experience and express pain. We examined whether patient descriptions of chronic pain vary by ethnicity and if they correlate with important clinical measures used in arthritis care. METHODS: Sample consisted of 300 male veterans who were > or =50 years of age with moderate to severe symptomatic knee or hip osteoarthritis. Structured surveys were used to assess patient descriptions of pain and to collect important demographic, clinical, and psychosocial variables. Factor analysis was used to assess patterns of pain description in a comparison of African-American and Caucasian patients. Pearson correlations were used to examine relationships between pain descriptions and clinical variables. RESULTS: The two groups were similar with respect to age and other baseline clinical characteristics. A confirmatory factor analysis on quality of pain description showed that a four-factor model converged for Caucasian patients (chi square = 39.6, comparative fit index = 0.95, Tucker Lewis index = 0.93, and root mean square error of approximation = 0.047), but a three-factor model was supported by the data for African-American patients (chi square= 25.4, comparative fit index = 1.00, Tucker Lewis index = 1.05, and root mean square error of approximation < or = 0.001). Chronic pain quality descriptions correlate significantly with Western Ontario and McMaster Universities Arthritis Index scores but not with radiologic stage of disease. CONCLUSIONS: African-American and Caucasian elderly patients with chronic knee or hip symptomatic osteoarthritis describe the quality of their pain differently. Patient descriptions of quality of chronic knee or hip pain do not correlate with radiologic stage of disease.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».