Neighborhood Disadvantage and Knee Osteoarthritis Pain: Do Sleep and Catastrophizing Play a Role?
Notice bibliographique
Résumé
OBJECTIVE: The objective was to examine potential pathways linking neighborhood disadvantage to pain severity in individuals with knee pain consistent with or at risk for knee osteoarthritis (KOA). METHODS: The current investigation is a cross-sectional analysis. Data were collected from 140 middle-aged to older non-Hispanic White and non-Hispanic Black adults from the Understanding Pain and Limitations in Osteoarthritic Disease Study 2 (UPLOAD-2). Relationships among neighborhood disadvantage, sleep efficiency, pain catastrophizing, and pain severity were assessed. Neighborhood disadvantage was quantified using the Area Deprivation Index, and actigraphy data were used to assess sleep efficiency. The Coping Strategies Questionnaire-Revised catastrophizing subscale and the Western Ontario and McMaster Universities Osteoarthritis Index pain severity scale were used to assess pain catastrophizing and pain severity, respectively. A serial mediation model assessed the neighborhood-sleep-catastrophizing-pain pathway, as well as the neighborhood-sleep-pain and the neighborhood-catastrophizing-pain pathways. RESULTS: Greater neighborhood disadvantage was associated with worse sleep efficiency, ultimately contributing to greater pain severity. Although neither neighborhood disadvantage nor sleep efficiency were associated with pain catastrophizing, pain catastrophizing itself was associated with greater KOA pain. CONCLUSION: Neighborhood disadvantage impacts KOA pain outcomes through sleep efficiency but not pain catastrophizing, thereby highlighting environmental aspects that impact sleep as potential targets for intervention.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».