MétaCan
Menu
Retour à la cohorte
Enregistrement W4232977024 · doi:10.21203/rs.2.23826/v1

The effect of joint pain and arthritis on the Montana ranching and farming community

2020· preprint· en· W4232977024 sur OpenAlexaboutno aff
Eliza Webber, Tan Tran, Ronald K. June, Emily Healy, Tara M. Andrews, Roubie Younkin, Justin A. MacDonald, Erik Adams

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of HealthMontana State University
Mots-clésJoint (building)AgricultureJoint painArthritisBusinessPsychologyMedicineGeographyPhysical therapyEngineeringArchaeologyInternal medicineCivil engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Arthritis and joint pain have shown high prevalence rates in agricultural workers and is of concern because many agricultural operations are sustained by a small number of workers. The disability of even one worker may therefore contribute to economic hardship. This study investigated joint health in Montana agricultural workers and its economic effects on ranches and farms. Methods: The aims of this study were to determine associations between years working in agriculture and joint health, and between joint health and the economic health of a ranch or farm. A total of 299 ranchers and farmers in nine Montana counties completed a survey that included an assessment of the economic health of the ranch or farm, work capacity, and the need to rely on others to complete one’s work. Focus groups were then held with ranchers in two Montana counties, discussing similar topics. Results: 87.6% of survey respondents reported joint pain, 47.8% a diagnosis of arthritis, and 22.4% osteoarthritis (OA). Using proportional odds regression analysis, a 10-point increase in the Western Ontario and McMaster University arthritis index (WOMAC) score was significantly associated with lower work capacity (OR 2.00; 95% CI [1.58, 2.55], p<0.01), worse financial condition (OR 1.23; 95% CI [1.01,1.48], p=0.04), and increased reliance on others (OR 1.82; 95% CI [1.32, 2.55], p<0.01). A diagnosis of arthritis was associated with moving to a worse category of work capacity (OR 4.66; 95% CI [2.71, 8.01], p<0.01) and increased odds of relying on others (OR 3.23; 95% CI [1.56, 6.66], p<0.01), compared to those without arthritis. A diagnosis of OA was significantly associated with decreased work capacity (OR 3.47; 95% CI [1.97, 6.11], p<0.01). Adjusting for age and BMI, we found no association between years spent working in agriculture and joint health. Focus group themes included decreased productivity with increased joint symptoms and a tendency for ranchers to avoid interaction with the health care system. Conclusions: This mixed-methods study demonstrated an association between poor joint health and economic risk on Montana ranches and farms.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,124
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,076
Tête enseignante GPT0,300
Écart entre enseignants0,224 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVeterinary Orthopedics and NeurologyTravaux en français237 207