Prevalence of chronic musculoskeletal pain among active and retired military personnel: a systematic review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to assess the prevalence of musculoskeletal chronic pain among active and retired members of military forces and to characterize potential factors that could influence the frequency of musculoskeletal chronic pain. INTRODUCTION: Inherent to military occupations is a diverse source of occupational hazards that affect the well-being of individuals at any stage of their military career (active and retired). Chronic pain may result from the continuous exposure to physically demanding tasks and other risks. Moreover, chronic pain has been associated with other comorbidities, including mental health conditions. INCLUSION CRITERIA: Scientific papers in French or English reporting on chronic pain derived from a musculoskeletal cause in active and retired military personnel will be considered. There will be no restriction on participants' country, age, or length of service. METHODS: The published literature will be identified by exploring biomedical, pharmacological, and physiology bibliographic databases. The unpublished literature will be located through the search of thesis and gray literature repositories. This review will follow the condition-context-population approach and the Preferred Reporting Items for Systematic Reviews and Meta-Analyses. The extracted data will include any detail about the anatomic location, diagnosis, types of studies, and risk factors. The review will follow JBI methods of critical appraisal, data extraction, and data synthesis for reviews containing prevalence data. If enough evidence is found, meta-regression analysis will performed, otherwise a narrative review will be completed. SYSTEMATIC REVIEW REGISTRATION NUMBER: PROSPERO CRD42020153704.
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».