Association Between the Plasma Levels of Mediators of Inflammation With Pain and Disability in the Elderly With Acute Low Back Pain
Notice bibliographique
Résumé
STUDY DESIGN: Cross-sectional study with subsample of elderly women with acute low back pain (LBP), from Back Complaints in the Elders-Brazil (BACE-Brazil) OBJECTIVE: To investigate the association between plasma levels of mediators of inflammation (interleukin-1 beta (IL-1β), IL-6, tumor necrosis factor alpha (TNF-α), and soluble TNF receptor 1 (sTNF-R1)) with pain and disability experienced by elderly women with acute LBP. SUMMARY OF BACKGROUND DATA: Among the elderly, LBP is a complaint of great importance and can lead to disability. Inflammatory cytokines are elevated in painful conditions, and may promote pain. METHODS: We included 155 community-dwelling elderly women (age ≥ 65 yr), who presented with a new (acute) episode of LBP. Enzyme-linked immunosorbent assays were used to measure TNF-α, sTNF-R1, IL-1β, and IL-6. Disability was assessed using the Roland Morris Disability Questionnaire; pain was assessed using the McGill Pain Questionnaire. Linear regression models were fit with each pain and disability outcome as dependent variables: Present Pain Intensity; Qualities of pain; Severity of pain in the last week; LBP frequency and disability. RESULTS: Depressive symptoms and IL-6 were associated and explained 20.9% of "qualities of pain" variability. TNF-α, sTNFR1, education, body mass index, and depressive symptoms explained 8.4% of "Severity of pain in the past week" variability. TNF-α, education, BMI, depressive symptoms, present pain intensity, qualities of pain, and LBP frequency explained 48.6% of "disability." No associations between inflammatory cytokines and "present pain intensity" and "LBP frequency" were found. CONCLUSION: Our results demonstrate associations between inflammatory markers (TNF-α and sTNFR1) and pain severity, IL-6 was associated with the qualities of pain, and TNF-α was also associated with disability. These inflammatory mediators represent new markers to be considered in the assessment and treatment of elderly patients with LBP. LEVEL OF EVIDENCE: 5.
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 | 0,002 |
| 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) | 0,001 | 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 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 ».