The Risk Factors of Chronic Low Backache in Patients Presenting to a Tertiary Care Hospital of Pakistan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To identify the risk factors of chronic low backache in patients presenting to a tertiary care hospital of Pakistan.
 Study Design: Cross sectional study.
 Place and Duration of Study: Department of Rheumatology, Fuji Foundation Hospital, Rawalpindi Pakistan, from Nov 2018 to Apr 2019.
 Methodology: Patients of ages between 18-80 years of ages with mechanical low backache were selected excluding those with malignancy and inflammatory backache. Patient’s characteristics including gender, age, education, monthly income, smoking status, exercise, previous back trauma, spinal surgery, posture mostly adopted, sleeping material, body mass index (BMI), and co-morbidities were noted down. For assessment of disability and depression Quebec disability index and patient health questionnaire (PHQ9) were used.
 Results: This study included 155 patients with backache with mean age (in years) of 55.45 ± 10.772. Mean duration of backache was 4.78 ± 4.36 years. Most common risk factor for low backache was age >40 years present in 144 patients (92.9%). 136 patients (87.7%) were not doing regular physical exercise.62.5% patients (97) were uneducated and 90 patients (58%) had low income. 82 patients (52.9%) used soft sleeping material. By using Quebec disability index, 57 patients (36.7%) were classified as having severe disability. Mild depression was present in 75 patients (48.3%) when assessed on PHQ-9 scale.
 Conclusion: Back pain was caused by many factors. Lack of regular exercise and education, use of soft sleeping material and in appropriate sitting posture can be addressed by education of the patients.
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.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle