Investigating the Burden of Chronic Pain: An Inflammatory and Metabolic Composite
Notice bibliographique
Résumé
Background. Chronic pain is associated with increased morbidity and mortality, predominated by cardiovascular disease and cancer. Investigating related risk factor measures may elucidate the biological burden of chronic pain. Objectives. We hypothesized that chronic pain severity would be positively associated with the risk factor composite. Methods. Data from 12,982 participants in the 6th Tromsø study were analyzed. Questionnaires included demographics, health behaviors, medical comorbidities, and chronic pain symptoms. The risk factor composite was comprised of body mass index, fibrinogen, C-reactive protein, and triglycerides. Chronic pain severity was characterized by frequency, intensity, time/duration, and total number of pain sites. Results. Individuals with chronic pain had a greater risk factor composite than individuals without chronic pain controlling for covariates and after excluding inflammation-related health conditions (p < 0.001). A significant "dose-response" relationship was demonstrated with pain severity (p < 0.001). In individuals with chronic pain, the risk factor composite varied by health behavior, exercise, lower levels and smoking, and higher levels. Discussion. The risk factor composite was higher in individuals with chronic pain, greater with increasing pain severity, and influenced by health behaviors. Conclusions. Identification of a biological composite sensitive to pain severity and adaptive/maladaptive behaviors would have significant clinical and research utility.
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 | 0,008 | 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 | 0,001 |
| 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 ».