Back Pain and Co-occurring Conditions
Notice bibliographique
Résumé
STUDY DESIGN: Cross-sectional population-level health survey. OBJECTIVE: To describe the frequency of co-occurring conditions with back pain; to identify risk factors for back pain controlling for co-occurring conditions; and to examine the association between back pain and individual co-occurring conditions. SUMMARY OF BACKGROUND DATA: Back pain shares risk factors with a range of other conditions. Most studies have considered risk factors for back pain without taking into account the potential influence of co-occurring conditions. METHODS: Analysis of the 2013 Canadian Community Health Survey (n = 61,854, age ≥15 yr). Back pain status and co-occurring conditions were determined from questions about long-term health conditions diagnosed by a health profession. Multivariable log-Poisson regression analysis was used to assess the adjusted association of back pain with demographic and lifestyle characteristics and co-occurring conditions. RESULTS: The population prevalence of reported back pain was 19.3%. Most (71%) reported at least one co-occurring condition. Most frequently reported were arthritis (35%), high blood pressure (26%), migraine (18%), and mood disorders (14%). Following the addition of co-occurring condition count to the regression model, being female and being overweight/obese were no longer significantly associated with back pain, and the associations with ages 45 to 54 years and older, low-income, smoking, and being physical inactive were significantly attenuated. The highest prevalence ratio, 3.32 (95% confidence interval: 3.06-3.59), was for 3+ co-occurring conditions. In multivariable regression all but a few individual chronic conditions remained significant associated with back pain. CONCLUSION: Established risk factors for back pain may be largely a reflection of shared risk factors with co-occurring conditions. The high frequency of co-occurring conditions likely reflects diverse mechanisms related to heterogeneity of back pain. The extent of association of co-occurring conditions with back pain has implications for clinical management and need for further research to characterize subgroups. LEVEL OF EVIDENCE: 2.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 ».