A global study of pain prevalence across 52 countries: examining the role of country-level contextual factors
Notice bibliographique
Résumé
ABSTRACT: There is wide variation in population-level pain prevalence estimates in studies of survey data around the world. The role of country-level social, economic, and political contextual factors in explaining this variation has not been adequately examined. We estimated the prevalence of unspecified pain in adults aged 25+ years across 52 countries using data from the World Health Survey 2002 to 2004. Combining data sources and estimating multilevel regressions, we compared country-level pain prevalence and explored which country-level contextual factors explain cross-country variations in prevalence, accounting for individual-level demographic factors. The overall weighted age- and sex-standardized prevalence of pain across countries was estimated to be 27.5%, with significant variation across countries (ranging from 9.9% to 50.3%). Women, older persons, and rural residents were significantly more likely to report pain. Five country-level variables had robust and significant associations with pain prevalence: the Gini Index, population density, the Gender Inequality Index, life expectancy, and global region. The model including Gender Inequality Index explained the most cross-country variance. However, even when accounting for country-level variables, some variation in pain prevalence remains, suggesting a complex interaction between personal, local, economic, and political impacts, as well as inherent differences in language, interpretations of health, and other difficult to assess cultural idiosyncrasies. The results give new insight into the high prevalence of pain around the world and its demonstrated association with macrofactors, particularly income and gender inequalities, providing justification for regarding pain as a global health priority.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».