Pain intensity, physical activity, quality of life, and disability in patients with mechanical low back pain: a cross-sectional study
Notice bibliographique
Résumé
Abstract Background Poorly managed mechanical low back pain (MLBP) and its sequelae, such as severe pain, physical inactivity, and disability, negatively impact patients’ quality of life (QoL). The study aimed to determine the pain intensity (PI), physical activity (PA), QoL, and disability, the association between selected sociodemographic variables and PI, PA, QoL, and disability, and the relationship between PI, PA, QoL, and disability among Nigerians with chronic MLBP. Methods This cross-sectional study employed a consecutive sampling technique. Outcome measures included the Numeric Pain Scale, International Physical Activity Questionnaire-Short Form, WHO Quality-of-Life Brief, and Oswestry Disability Index for PI, PA, QoL, and disability, respectively. Descriptive statistics were used to summarize participants’ sociodemographic variables. Chi-square, Spearman’s correlation, and structural equation modeling (SEM) were used for inferential analyses. Results Two hundred and fifty chronic MLBP patients comprising 154 females and 96 males, completed the study. The mean PA, PI, QoL, and disability levels were 1118.03MET ± 615.30, 5.97 ± 2.69, 73.45% ± 14.21, and 21.7% ± 18.94, respectively. There was a significant correlation between PA and QoL (rho = 0.36, p = 0.001), PA and disability (rho = −0.42, p = 0.010), QoL and disability (rho = −0.21, p = 0.008), QoL and PI (rho = −6.72, p = 0.025), PI and disability (rho = 0.90, p = 0.022). Aside from age and PA (χ2 = 8.52, p = 0.045), there was no significant association between the sociodemographic variables and PI, PA, QoL, or disability. SEM showed a strong positive association between PI and disability (β = 0.80, p < 0.001). Conclusion Individuals with chronic MLBP had a low PA, moderate QoL, and significant disability. Incorporating PA, QoL, and disability assessments may enhance the evaluation and management of MLBP.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».