Chronic pain prevalence and trends in urban, suburban, and rural areas among American adults aged 55+, 1998–2022
Notice bibliographique
Résumé
Rural-urban health disparities in the United States are large and persistent, yet most surveillance efforts focus on mortality and disability. Monitoring rural-urban trends in pain, a major but overlooked indicator of population health, remains understudied. Given changes in demographics and resources of urban, suburban, and rural areas since the turn of the 21st century, which may have altered place-based differences in pain prevalence. Using nationally representative data from the Health and Retirement Study of 35,230 adults aged 55 and older (n = 206,600 person-wave observations), we estimated pain prevalence and trends across urban, suburban, and rural areas from 1998 to 2022. We assessed variation by age, sex/gender, race and ethnicity, and census region. Over 24 years, pain prevalence increased by 70 % (Prevalence Ratio [PR] = 1.70, 95 % Confidence Interval [CI]: 1.64, 1.75) and was consistently highest in rural areas and lowest in urban areas. However, pain prevalence rose most sharply in suburbs as compared to both rural and urban areas (suburban and time interaction vs. rural areas: PR = 1.08, 95 % CI: 1.00, 1.17). Suburban pain prevalence was similar to urban levels in 1998 but converged with that of rural levels by 2022. Stratified analyses revealed broadly similar patterns across demographic and regional groups, with particularly rapid increases among suburban populations in the South. These findings highlight nationwide increases in chronic pain, with suburban areas emerging as new "hotspots" alongside rural areas. Given that pain is a leading cause of disability and functional decline, monitoring place-based trends is essential for addressing this growing public health concern.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».