Risk factors for musculoskeletal injuries in the military: a qualitative systematic review of the literature from the past two decades and a new prioritizing injury model
Notice bibliographique
Résumé
BACKGROUND: Musculoskeletal injuries (MSkIs) are a leading cause of health care utilization, as well as limited duty and disability in the US military and other armed forces. MSkIs affect members of the military during initial training, operational training, and deployment and have a direct negative impact on overall troop readiness. Currently, a systematic overview of all risk factors for MSkIs in the military is not available. METHODS: A systematic literature search was carried out using the PubMed, Ovid/Medline, and Web of Science databases from January 1, 2000 to September 10, 2019. Additionally, a reference list scan was performed (using the "snowball method"). Thereafter, an international, multidisciplinary expert panel scored the level of evidence per risk factor, and a classification of modifiable/non-modifiable was made. RESULTS: In total, 176 original papers and 3 meta-analyses were included in the review. A list of 57 reported potential risk factors was formed. For 21 risk factors, the level of evidence was considered moderate or strong. Based on this literature review and an in-depth analysis, the expert panel developed a model to display the most relevant risk factors identified, introducing the idea of the "order of importance" and including concepts that are modifiable/non-modifiable, as well as extrinsic/intrinsic risk factors. CONCLUSIONS: This is the qualitative systematic review of studies on risk factors for MSkIs in the military that has attempted to be all-inclusive. A total of 57 different potential risk factors were identified, and a new, prioritizing injury model was developed. This model may help us to understand risk factors that can be addressed, and in which order they should be prioritized when planning intervention strategies within military groups.
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 | 0,074 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».