<p>Association Between Multimorbid Disease Patterns and Pain Outcomes Among a Complex Chronic Care Population in Canada</p>
Notice bibliographique
Résumé
Purpose: Disease multimorbidity and pain is a complex, yet common, problem for the aging population, and a significant burden on the health-care systems around the world. Despite this, disease comorbidity and the association with pain in a complex chronic care population is not well understood. This study examined the most prevalent disease combinations and their association with pain. Patients and Methods: The study initially included 139,920 residents, aged 18– 101 years, admitted to publicly funded hospital facilities for complex chronic care in Canada between the years 2006 and 2016. Data were acquired through the Canadian Institute for Health Information (CIHI) Facility-Based Continuing Care Reporting System (CCRS). Descriptive and chi-square statistics were used to summarize and compare the sample characteristics. Binary logistic regression analyses were used to examine the association between multimorbid disease categories and pain outcomes. Results: The sample consisted of 139,573 residents (57% female), mostly older (mean age = 77.32 years), married (40%), or widowed (36%). Residents took an average of 11.9 medications and 77% were using analgesic medications. On average, residents had diagnoses from 3.06 disease categories (SD = 1.43). Heart/circulation diseases were the most prevalent among the sample (73%), with neurological second (46%) and musculoskeletal third (44%). Overall, 73% of residents reported pain, with 43% reporting moderate pain severity. Residents with multiple disease categories were more likely to report the presence of pain (OR = 1.08, 95% CI: 1.07– 1.08, p < 0.001), with each additional disease category associated with an 8% increase in the odds of reporting pain. Conclusion: The findings from this study help identify common comorbid disease patterns related to pain in an institutionalized, complex chronic care population. This information contributes to both the pain and multimorbidity literature, and is invaluable for creating care plans to meet the demands of a challenging population. Keywords: complex chronic disease, comorbidity, disease categories, health, health psychology
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 | 0,004 | 0,003 |
| 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 | 0,001 |
| 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 ».