MétaCan
Menu
Retour à la cohorte
Enregistrement W2886075776 · doi:10.1186/s12889-018-5912-9

Pain and self-rated health among middle-aged and older Canadians: an analysis of the Canadian community health survey―healthy aging

2018· article· en· W2886075776 sur OpenAlexafffundabout
Batholomew Chireh, Carl D’Arcy

Notice bibliographique

RevueBMC Public Health · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of SaskatchewanRoyal University HospitalSaskatchewan Health Authority
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésMedicineOdds ratioBiostatisticsDemographyOddsConfidence intervalPublic healthLogistic regressionGerontologyCross-sectional studyBivariate analysisSelf-rated healthMultivariate analysisIntraclass correlationEpidemiologyQuality of life (healthcare)Environmental healthPsychometricsClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pain is an important health problem adversely affecting functionality and quality of life. Though self- rated health (SRH) is a major predictor of mortality, its relationship with pain is not well understood. We explore 1) how pain and age interact to influence SRH, and 2) provincial variations in SRH across Canada. METHODS: We analyzed cross-sectional data from Statistics Canada's Canadian Community Health Survey-Healthy Aging (n = 30,685), which targeted those 45 years and older and was conducted from 2008 to 12-01 to 2009-11-30. The response rate was 74.4%.The topics covered included socio-demographics, well-being and chronic diseases. We performed both bivariate and multivariate analyses between each predictor and SRH; unadjusted and adjusted odds ratios and 95% confidence intervals are reported. Two-level logistic regression mixed model was used to account for provincial differences. An intraclass correlation coefficient was also computed. RESULTS: Slightly more than half of respondents (56.40%) were female. In bivariate analyses, those experiencing pain had an odds ratio of 0.20. Which means that the odds of reporting good self-rated health are 4 to 5 times lower for those with pain, compare to the odds of reporting good self-rated health among those without pain (p < 0.001). In multivariate analyses the highly educated, female gender, the never married or single and households with high yearly income were predictors of good health (p < 0.001). Those who reported depressive symptoms, the lonely, the obese, daily smokers and/or the stressed were less likely to rate their health as good (p < 0.001). The influence of pain on SRH was stronger among younger age groups (45-54 years) compared to older age groups (75-84 years, with an odds ratio of 3.53 [p < 0.001] versus 3.14 [p < 0.001]). CONCLUSIONS: Pain, among other determinants, is associated with SRH. Individuals in rating their health may consider a variety of factors, some of which may not be apparent to health providers. We found that those who reported depressive symptoms, were daily smokers, the obese, the lonely, and/or having a stressful life were less likely to rate their health as good. No significant provincial variations in SRH in Canada was observed in this study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,009
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,358
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetHealth disparities and outcomesTravaux en français237 207