MétaCan
Menu
Retour à la cohorte
Enregistrement W39664154 · doi:10.7759/cureus.73452

STUDYING OF NEGATIVE FACTORS OF A WORKING ZONE OF THE GLASS FACTORY, INFLUENCING PEOPLE HEALTH

2012· article· en· W39664154 sur OpenAlexaboutno aff
А lmagul Agibayeva, Aset Tagibaev, Aigerim Begimbayeva

Notice bibliographique

RevueНовости передовой науки · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFactory (object-oriented programming)BusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Background The rising prevalence of osteoarthritis (OA) will create significant challenges for low-resource public health systems in countries like India, leading to increased disability and reduced quality of life. Limited access to imaging and specialized orthopedic care in rural areas often delays diagnosis and treatment until the disease has progressed to advanced stages, further burdening the economy. Objectives To estimate the community prevalence and assess the risk factors associated with OA among adults aged 40 and older in rural areas of South India and to determine their functional assessment among OA-diagnosed patients. Methods A community-based cross-sectional study was conducted in rural Tiruvallur district, Tamil Nadu, South India, from September 2017 to August 2018 among 427 people aged 40 and above. People with rheumatoid arthritis, reactive arthritis, old trauma of knee joint, and who have undergone total knee replacement were excluded from the study. A validated semi-structured questionnaire was used which consisted of the socio-demographic profile of the individuals, risk factors of knee OA, American College of Rheumatology (ACR) criteria for diagnosis of knee OA, Western Ontario and McMaster Universities Arthritis Index (WOMAC) scale and Visual Analog Scale (VAS) for functional assessment. A chi-square test and odds ratio were used to determine the significant risk factors and multivariate binomial logistic regression was performed to identify the predictors of knee OA. Results The mean age of the study population was 60 years ranging from 42 to 89 years with 48% males and 52% females. The community prevalence of knee OA was 34.6%. The significant predictors for the development of OA were diabetes, obesity, Indian toilet use, and hypertension in women. The level of pain among OA patients was higher for standing from a sitting position and while climbing upstairs. The mean WOMAC score of OA subjects was 57.38 (± 12.16) ranging from 25 to 78. Conclusion The study reveals a high prevalence of knee OA among over one-third of individuals aged 40 and above in rural South India, with significant risk factors including obesity, diabetes, hypertension, menopause, sedentary lifestyles, and Indian-style toilets. Severe functional impairment, indicated by high WOMAC scores, underscores limited healthcare access, emphasizing the need for community interventions in lifestyle modification and chronic disease management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,112
Tête enseignante GPT0,350
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueНовости передовой наукиMême sujetHealthcare Systems and Public HealthTravaux en français237 207