Stressful life events and low back pain in older men: A cross‐sectional and prospective analysis using data from the <scp>MrOS</scp> study
Notice bibliographique
Résumé
BACKGROUND: Stressful life events, such as loss of a partner, loss of a pet or financial problems, are more common with increasing age and may impact the experience of pain. The aim of the current study is to determine the cross-sectional and prospective association between stressful life events and low back pain reporting in the Osteoporotic Fracture in Men Study, a cohort of older men aged ≥65 years. METHODS: At a study visit (March 2005-May 2006), 5149 men reported whether they had experienced a stressful life event or low back pain in the prior 12 months. Following that visit, data on low back pain patients were gathered through triannual questionnaires every 4 months for 1 year. Multivariable logistic regression analyses estimated the association of stressful life events with recent past low back pain or future low back pain. RESULTS: N = 2930, (57%) men reported at least one stressful life event. The presence of a stressful life event was associated with greater odds of any low back pain (OR = 1.42 [1.26-1.59]) and activity-limiting low back pain (OR = 1.74 [1.50-2.01]) in the same period and of any low back pain (OR = 1.56 [1.39-1.74]) and frequent low back pain (OR = 1.80 [1.55-2.08]) in the following year. CONCLUSION: In this cohort of men, the presence of stressful life events increased the likelihood of reporting past and future low back pain. SIGNIFICANCE: Stressful life events such as accident or illness to a partner are common in later life and may impact the experience of pain. We present cross-sectional and prospective data highlighting a consistent association between stressful life events and low back pain in older men. Further, there is evidence to suggest that this relationship is upregulated by an individual's living situation. This information may be used to strengthen a biopsychosocial perspective of an individual's pain experience.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».