Chronic Pain and Mood Disorders in Asian Americans
Notice bibliographique
Résumé
Purpose: Pain and mood disorder frequently coexist. Yet, for Asian Americans (AAs), scant information about pain and mood disorder is available. Our aims were to compare (1) the rates of pain and mood disorders and (2) the magnitude of associations between pain and mood disorders between AAs and European Americans (EAs), and across different Asian subgroups. Methods: An analytical data was constructed from the Collaborative Psychiatric Epidemiology Studies (CPES), a representative sample of community-residing U.S. adults (n = 9,871). Pain morbidity was assessed by self-report. Mood disorders, including major depression and anxiety disorders, were assessed using the diagnostic interview. Analysis included descriptive statistics and multivariate logistic regression modeling. All analyses were weighted to approximate the U.S. populations, and controlled for sociodemographic and immigration characteristics. Results: Greater proportion of EAs, compared to AAs, endorsed lifetime pain (56.8% vs. 35.8%). Having life pain disorders elevated the likelihood of lifetime mood disorder by more than 2-folds (weight adjusted odds ratio (WAOR): 2.12, 95% CI: 1.77, 2.55). Having pain disorders over the past 12 months elevated the likelihood of mood disorder in the same time period by more than 3-folds (WAOR: 3.29, 95% CI: 2.02, 5.37) among AAs. The magnitude of the association between pain and psychiatric morbidity were greater in Vietnamese Americans compared to other AAs and EAs. Discussion: The conventional belief that rates of pain and mood disorders are greater in AAs than EAs may need to be further examined. Vietnamese Americans may be particularly vulnerable for experience of comorbid pain and mood disorders.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».