The Association of Socioeconomic Status and Symptom Severity in Persons with Fibromyalgia
Notice bibliographique
Résumé
OBJECTIVE: Although persons with lower socioeconomic status (SES) generally have poorer health status for many medical conditions, the association of SES with symptom severity in fibromyalgia (FM) is unknown. The subjective symptoms of FM may be influenced by personal perceptions, and environmental and psychosocial factors. Therefore SES may influence symptom expression and severity. METHODS: Data for this cross-sectional analysis were obtained from a real-life prospective cohort of 246 patients with FM categorized according to level of education: high school graduates or less (Group 1; n = 99), college graduates (Group 2; n = 84), and university graduates (Group 3; n = 63). The association between level of education, a well-validated measure of SES, and disease severity, functional status, and quality of life were examined. RESULTS: Lower education was significantly associated with older age (p = 0.039), current unemployment (p < 0.001), and more severe disease, as measured by patient global assessment disease activity (p = 0.019), McGill Pain Questionnaire (p = 0.026), Pain Disability Index (p = 0.031), Pain Catastrophizing Scale (p = 0.015), Health Assessment Questionnaire (p = 0.001), and Fibromyalgia Impact Questionnaire (p = 0.002), but not pain level, anxiety, or depression. These associations remained significant even upon adjusting for age and sex differences. CONCLUSION: Patients with FM and lower SES, as assessed by education level, reported greater symptom severity and functional impairment, despite reporting similar levels of pain, depression, and anxiety. Although FM spans all socioeconomic groups, factors other than specific disease characteristics or mental status, appear to play an important role in patients' perception of illness.
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 | 0,001 | 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 ».