Serum vitamin C and spinal pain: a nationwide study
Notice bibliographique
Résumé
Back pain brings about one of the heaviest burden of disease. Despite much research, this condition remains poorly understood, and effective treatments are frustratingly elusive. Thus, researchers in the field need to consider new hypotheses. Vitamin C (ascorbic acid) is an essential cofactor for collagen crosslinks, a key determinant of ligament, tendon, and bone quality. Recent studies have reported high frequency of hypovitaminosis C in the general population. We hypothesized that lack of vitamin C contributes to poor collagen properties and back pain. We conducted this study to examine the associations between serum concentration of vitamin C and the prevalence of spinal pain and related functional limitations in the adult general population. This study used nationwide cross-sectional data from the U.S. National Health and Nutrition Examination Survey (NHANES) 2003-2004. Data were available for 4742 individuals aged ≥20 years. Suboptimal serum vitamin C concentrations were associated with the prevalence of neck pain (adjusted odds ratio [aOR]: 1.5; 95% confidence interval [CI]: 1.2-2.0), low back pain (aOR: 1.3; 95% CI: 1.0-1.6), and low back pain with pain below knee (aOR: 1.3; 95% CI: 1.0-1.9) in the past 3 months, self-reported diagnosis of arthritis/rheumatism (aOR: 1.4; 95% CI: 1.2-1.7), and related functional limitations' score (adjusted difference of means [aB]: 0.03; 95% CI: 0.00-0.05). The prevalence of hypovitaminosis C in the general population is high. Our study shows associations between vitamin C and spinal pain that warrant further investigation to determine the possible importance of vitamin C in the treatment of back pain patients.
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 | 0,007 | 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) | 0,000 | 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 ».