Is chronic low back pain a risk factor for diabetes? The Nord-Trøndelag Health Study
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to examine the risk of diabetes associated with the presence or absence of chronic low back pain, considering both cross-sectional and cohort data. RESEARCH DESIGN AND METHODS: Analyses were based on the Norwegian HUNT2 and HUNT3 surveys of Nord-Trøndelag County. The prevalence of diabetes was compared in groups with and without chronic low back pain among 45 157 participants aged 30-69 years. Associations between low back pain at baseline and risk of diabetes were examined in an 11-year follow-up of 30 380 individuals with no baseline diagnosis of diabetes. The comorbidity between diabetes and low back pain was assessed at the end of follow-up. All analyses were carried out considering generalized linear models incorporating adjustment for other relevant risk factors. RESULTS: Cross-sectional analyses did not reveal any association between low back pain and diabetes. With adjustment for age, body mass index, physical activity and smoking, the cohort study of women showed a significant association between low back pain at baseline and risk of diabetes (RR 1.30; 95% CI 1.09 to 1.54, p=0.003). The association differed between age groups (p=0.015), with a stronger association in relatively young women. In men, no association was found in the whole age range (RR 1.02; 95% CI 0.86 to 1.21, p=0.82). No association was observed between diabetes and chronic low back pain at the end of follow-up. CONCLUSION: Among younger women, those with chronic low back pain may have an increased risk of diabetes.
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 | 0,012 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».