Focus on the impact of social factors and lifestyle on the disease burden of low back pain: findings from the global burden of disease study 2019
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) is one of the leading causes of disability worldwide. Differences in social backgrounds and lifestyles in various regions and countries may contribute to the discrepancies in the disease burden of LBP. METHODS: Based on the GBD 2019, we collected and analyzed numbers and age-standardized rates (ASR) of LBP disability-adjusted life years (DALYs). Temporal trends in ASR were also analyzed using estimated annual percentage change (EAPC). The Age-period-cohort (APC) model was used to estimate age, period and cohort trends in DALYs of LBP. An autoregressive integrated moving average (ARIMA) model was used to forecast DALYs of LBP trends from 2020 to 2035. RESULTS: The DALYs due to LBP increased from 1990 to 2019. The APC model showed that the risk of DALYs for global LBP increased with age and year and that the risk of DALYs was lower in the later-born cohort than in the earlier-born cohort. The main risk factors which GBD estimates were available for DALYs of LBP include smoking, occupational ergonomic factors and high BMI. It is expected that DALYs of LBP will continue to rise until 2035. CONCLUSION: From 1990 to 2019, the global disease burden of LBP remained high. It is necessary to pay attention to the influence of social factors and lifestyle on LBP. Focusing on the impact of social factors as well as lifestyle on the prognosis of LBP and targeting interventions may further reduce the disease burden of LBP.
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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».