Pain Trends Among American Adults, 2002–2018: Patterns, Disparities, and Correlates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Determining long-term trends in chronic pain prevalence is critical for evaluating and shaping U.S. health policies, but little research has examined such trends. This study (1) provides estimates of pain trends among U.S. adults across major population groups; (2) tests whether sociodemographic disparities in pain have widened or narrowed over time; and (3) examines socioeconomic, behavioral, psychological, and medical correlates of pain trends. Regression and decomposition analyses of joint, low back, neck, facial/jaw pain, and headache/migraine using the 2002-2018 National Health Interview Survey for adults aged 25-84 (N = 441,707) assess the trends and their correlates. We find extensive escalation of pain prevalence in all population subgroups: overall, reports of pain in at least one site increased by 10%, representing an additional 10.5 million adults experiencing pain. Socioeconomic disparities in pain are widening over time, and psychological distress and health behaviors are among the salient correlates of the trends. This study thus comprehensively documents rising pain prevalence among Americans across the adult life span and highlights socioeconomic, behavioral, and psychological factors as important correlates of the trends. Chronic pain is an important dimension of population health, and demographic research should include it when studying health and health disparities.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle