The prevalence of chronic pain and its associated factors among Saudi Al-Kharj population; a cross sectional study
Notice bibliographique
Résumé
BACKGROUND: Chronic pain (CP) can be a symptom of many underlying health issues. The consequences of CP may vary from slight discomfort to disruption of quality of life and normal functioning. In this study, we aim to investigate the prevalence of CP and its associated factors in Al Kharj, Saudi Arabia. METHODS: This was a cross-sectional study conducted in Al Kharj, Saudi Arabia. We recruited 1031 participants for our study. Data was collected on socio-demographic, health predictors and anthropometric measurements (such as weight, height and waist circumference). The data analysis was performed on JMP®, Version 12. SAS Institute Inc., Cary, NC, 1989-2007. RESULTS: The prevalence of self-reported chronic pain in Al Kharj population was 19% with a mean age of 26.4 (SD = 8.6) years. The most common locations of pain included; back pain (30%), abdominal pain (26%), headache (13%), and any musculoskeletal pain (56%). Multiple logistic regression revealed that presence of a chronic disease (OR = 3.8; 95% CI = 2.3-6.2), psychological disease (OR = 2.3; 95% CI = 1.2-4.3), high General Health Questionnaire (GHQ)-12 score (OR = 1.06; 95% CI = 1.03-1.1), and pack-years of smoking (OR = 1.05; 95% CI = 1.01-1.08) were significantly related to chronic pain in Al Kharj population. CONCLUSIONS: Our study results found a high burden of chronic pain in this selected Saudi population. The most prevalent pain was low back pain. The presence of chronic and psychological diseases were strongly related to chronic pain. Future prospective studies are needed to establish the temporal relationship of chronic pain with these factors.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».