MétaCan
Menu
← Retour à la cohorte
Enregistrement W3188339613 · doi:10.1101/2021.08.10.21261852

Beyond Black vs White: Racial/Ethnic Disparities in Chronic Pain including Hispanic, Asian, Native American, and Multiracial U.S. Adults

2021· preprint· en· W3188339613 sur OpenAlexafffund
Anna Zajacova, Hanna Grol-Prokopczyk, Roger B. Fillingim

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNational Institute on AgingNational Institutes of Health
Mots-clésSocioeconomic statusEthnic groupDemographyMedicineHealth equityNon-Hispanic whitesChronic painRace (biology)Asian americansLogistic regressionImmigrationGerontologyPopulationMexican americansPublic healthGeographyPhysical therapyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Previous literature on race/ethnicity and pain has rarely included all major U.S. racial groups or examined the sensitivity of findings to different pain operationalizations. Using data from the 2010-2018 National Health Interview Surveys on adults 18+ (N=273,972), we calculate the weighted prevalence of six definitions of pain to provide a detailed description of chronic pain in White, Black, Hispanic, Asian, Native American, and multiracial groups. We also estimate logistic models to obtain relative disparities, including net of demographic and socioeconomic (SES) factors; finally, we calculate average predicted probabilities to show prevalence disparities in absolute terms. We find that Asian Americans have the lowest pain prevalence across all pain definitions or model specifications. In contrast, Native American and multiracial adults have the highest pain prevalence. This pain excess is due to the lower SES among Native Americans but remains significant and unexplained among multiracial adults. Whites, Blacks, and Hispanics fall in between. In this trio, Hispanics have the lowest prevalence, an advantage not attributable to immigrant status or SES. While most prior research focused on Black-White comparisons, these two groups differ relatively little. Blacks report lower prevalence of less severe pain definitions than Whites, but higher prevalence of severe pain. Net of SES, however, Blacks have significantly lower pain across all definitions. Overall, racial disparities are larger than previously recognized once all major racial groups are included, and these disparities are largely consistent across different operationalizations of pain.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,309
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→