MétaCan
Menu
Retour à la cohorte
Enregistrement W2396812625

The prevalence of pain complaints in a general population in Israel and its implications for utilization of health services.

2000· article· en· W2396812625 sur OpenAlexaboutno aff
Dan Buskila, G Abramov, A. Biton, Lily Neumann

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineChronic painPopulationAnalgesicCross-sectional studyPhysical therapyPrevalenceEpidemiologyDemographyEnvironmental healthInternal medicinePsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the prevalence of pain complaints, specifically of chronic widespread pain, in the general population; and to explore the utilization of health services by various pain groups. METHODS: Cross sectional population survey of 2210 adults in the southern part of Israel, who were classified into 5 pain groups: no pain, transient pain, chronic regional pain, chronic widespread pain, and other. Participants were interviewed about pain patterns and utilization of health services. RESULTS: Forty-four percent reported pain on the day of the interview. The prevalence of chronic widespread pain in the study population was 9.9%, 14% in women and 3% in men (p<0.01). The prevalence in the Israeli adult population was estimated after adjusting for sex and age as 10.2%. The prevalence of any chronic pain (regional or widespread) increased with age. The prevalence of chronic widespread pain was significantly higher in women than in men across all age groups (p<0.01). Persons with chronic widespread pain reported most frequent visits to their physicians (10.8 visits/year) and most frequent use of antiinflammatory and analgesic drugs. They were more frequently referred to specialists and tended to be hospitalized slightly more often. CONCLUSION: In the general population in Israel, widespread pain is common, and its prevalence is comparable with reports from USA, UK, and Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,303
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations116
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPain Management and Opioid UseTravaux en français237 207