WOMAC score and arthritis diagnosis predict decreased agricultural productivity
Notice bibliographique
Résumé
Abstract Background Arthritis and joint pain are highly prevalent in agricultural (ag) workers. Many ag operations are sustained by a small number of workers, and the disability of even one worker thus contributes to economic hardship. This study investigated associations between joint health in Montana ag workers and economic well-being and work capacity. Methods This observational mixed-methods study utilized quantitative survey data and qualitative focus group data. 299 ranchers and farmers in 9 Montana counties completed either an online or paper survey that included participant demographics, joint symptoms, history of arthritis and arthritis type, financial status, work capacity, and the need to rely on others to complete one’s work. The Western Ontario and McMaster Universities arthritis index (WOMAC) survey was completed by those with hip or knee pain. Data were entered into REDCap v8.9.2 for analysis with SAS 9.4, using logistic and linear regression models to detect associations between covariables and to calculate odds ratios and confidence intervals. Focus groups were held with ranchers in two Montana counties, discussing similar topics, and the themes expressed were identified. Results 87.6% of survey respondents reported joint pain, 47.8% a diagnosis of arthritis, and 22.4% osteoarthritis (OA). A 10-point increase in WOMAC was significantly associated with lower work capacity (OR 2.00; 95% CI [1.58, 2.55], p
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».