Musculoskeletal morbidity in adults with spinal cord injuries: A nationwide cohort study
Notice bibliographique
Résumé
BACKGROUND: An increase in the demand for quality of life following spinal cord injuries (SCIs) is associated with an increase in musculoskeletal (MSK) pain, highlighting the need for preventive measure research. OBJECTIVE: This study aimed to evaluate the incidence and hazards of MSK morbidities among Korean adults with SCIs, as well as the influence of SCI location on MSK morbidities. METHODS: Patient populations were selected from Korean National Health Insurance Service data (n = 276). The control group included individuals without SCIs (n = 10,000). We compared the incidences and determined the unadjusted and adjusted hazard ratios (HRs) of common MSK morbidities (osteoarthritis, connective tissue disorders, sarcopenia, myalgia, neuralgia, rheumatoid arthritis, myositis, and musculoskeletal infections) based on the location of injury (cervical, thoracic, or lumbar). RESULTS: Adults with SCIs had a higher incidence of MSK morbidity (48.45% vs. 36.6%) and a lower survival probability than those without SCIs. The incidence of MSK morbidity and survival probabilities were not significantly different for cervical cord injuries, whereas both measures were significantly different for thoracic and lumbar injuries. CONCLUSION: SCI increases the risk of MSK morbidity. Lumbar SCI is associated with a higher incidence and risk of MSK morbidity than are cervical or thoracic SCIs.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».