Prevalence of current chronic pain in Royal Canadian Mounted Police cadets
Notice bibliographique
Résumé
Background Nearly half of active duty Royal Canadian Mounted Police (RCMP) officers (i.e. 43%) report experiencing current chronic pain (i.e. pain lasting longer than 3 months). Most RCMP officers (i.e. 91%) who report chronic pain indicate that the pain started after working as RCMP officers. Baseline data on chronic pain prevalence among RCMP cadets has not been available.Aims The current study was designed to provide cross-sectional estimates of chronic pain prevalence among RCMP cadets starting the Cadet Training Program and to assess for sociodemographic differences among participants.Methods The RCMP Study uses a longitudinal prospective sequential experimental cohort design to create a clustered randomized trial that engages individual participants for 5.5 years. The current manuscript provides cross-sectional associations between chronic pain prevalence and sociodemographic characteristics. Participants were RCMP cadets (n=770) starting the Cadet Training Program. Location, intensity (i.e. on a 0-10 scale, and days per week experienced), and duration (i.e. number of months) of chronic pain was reported. Differences across sociodemographic characteristics were examined.Results Few RCMP cadets reported experiencing chronic pain (i.e. 10%); lower back pain was rated as the most severe in terms of intensity and duration, and second most frequently reported in number of days experienced per week. Prevalence of chronic pain was lower among RCMP cadets than RCMP officers.Conclusions Chronic pain prevalence among active duty RCMP officers may result from or be moderated by operational duties, as well as routine aging. Future researchers could examine ways to mitigate chronic pain development during RCMP officer careers.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».