Impact of Pain on Activities of Daily Living in Older Adults: A Cross-Sectional Analysis of Korean Longitudinal Study of Aging (KLoSA)
Notice bibliographique
Résumé
Pain, particularly musculoskeletal (MSK) and multi-site pain, significantly impacts activities of daily living (ADL) in the elderly, leading to a decline in overall quality of life (QoL). This study, comprising 7490 participants, (mean age: 69 ± 10; females: 57%) from the sixth wave of the Korean Longitudinal Study of Aging (KLoSA), aimed to assess the association between self-reported pain and ADL impairment among the elderly population. Notably, 62% of participants reported experiencing pain, with back pain being the most prevalent (36%) and stomachache the least (0.39%). A majority (61%) of individuals reported MSK-related pain. Additionally, 20% reported pain at one site and 0.03% experienced pain at 12 sites. ADL impairment was observed in 376 (5.0%) participants. Compared to those without pain, participants reporting moderate and severe pain had higher odds of ADL impairment [2.31 (95% CI, 1.66-3.21) and 2.98 (95% CI, 1.95-4.53), respectively]. Pain experienced in the shoulder, arm, wrist, back, hip, leg, and ankle had a significant association with ADL impairment, with ORs ranging from 2.66 (95% CI, 1.80-3.93; hip pain) to 1.36 (95% CI 1.07-1.72; back pain). Furthermore, multi-site pain was associated with higher ADL impairment [1-6 sites: OR: 1.49 (95% CI, 1.11-2.01); 7-12 sites: OR: 7.16 (95% CI, 3.60-14.26)]. These findings underscore the importance of addressing MSK and multi-site pain through targeted interventions, potentially enhancing ADL and contributing to an improved QoL among the elderly population.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».