Factors Associated with Chronic Noncancer Pain in the Canadian Population
Notice bibliographique
Résumé
Chronic noncancer pain (CNCP) is a prevalent health problem with pervasive negative effects on the individual's quality of life. Previous epidemiological studies of CNCP have suggested a number of individual biological, psychological and societal correlates of CNCP, but it has rarely been possible to simultaneously compare the relative strengths of many such correlates in a Canadian population sample. With data provided by the 1996/1997 Canadian National Population Health Survey, ordinal logistic regression was used to examine the extent to which a number of population variables are associated with CNCP in a large (n=69,365) dataset. The analysis revealed cross-sectional correlations of varying strengths between CNCP and 27 factors. Increasing age, low income, low educational achievement, daily cigarette smoking, physical inactivity and abstention from alcohol were among the factors found to increase CNCP risk. The considerable impact of distress and depression on CNCP are also highlighted. A number of comorbid medical illnesses increased CNCP risk, including some (such as chronic obstructive pulmonary disease, epilepsy and thyroid disease) that have not hitherto been associated with pain. White race and the affirmation of an important role for spirituality or faith reduced CNCP risk. In contrast to some previous studies, female sex did not emerge as an independent CNCP risk. The present exploratory analysis describes associations between CNCP and a number of characteristics from several domains, thus suggesting many areas for further research.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».