A scoping review of biopsychosocial risk factors and co-morbidities for common spinal disorders
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this review was to identify risk factors, prognostic factors, and comorbidities associated with common spinal disorders. METHODS: A scoping review of the literature of common spinal disorders was performed through September 2016. To identify search terms, we developed 3 terminology groups for case definitions: 1) spinal pain of unknown origin, 2) spinal syndromes, and 3) spinal pathology. We used a comprehensive strategy to search PubMed for meta-analyses and systematic reviews of case-control studies, cohort studies, and randomized controlled trials for risk and prognostic factors and cross-sectional studies describing associations and comorbidities. RESULTS: Of 3,453 candidate papers, 145 met study criteria and were included in this review. Risk factors were reported for group 1: non-specific low back pain (smoking, overweight/obesity, negative recovery expectations), non-specific neck pain (high job demands, monotonous work); group 2: degenerative spinal disease (workers' compensation claim, degenerative scoliosis), and group 3: spinal tuberculosis (age, imprisonment, previous history of tuberculosis), spinal cord injury (age, accidental injury), vertebral fracture from osteoporosis (type 1 diabetes, certain medications, smoking), and neural tube defects (folic acid deficit, anti-convulsant medications, chlorine, influenza, maternal obesity). A range of comorbidities was identified for spinal disorders. CONCLUSION: Many associated factors for common spinal disorders identified in this study are modifiable. The most common spinal disorders are co-morbid with general health conditions, but there is a lack of clarity in the literature differentiating which conditions are merely comorbid versus ones that are risk factors. Modifiable risk factors present opportunities for policy, research, and public health prevention efforts on both the individual patient and community levels. Further research into prevention interventions for spinal disorders is needed to address this gap in the literature.
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 | 0,008 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».