Association Between Pain Coping and Symptoms of Anxiety and Depression, and Work Absenteeism in People With Upper Limb Musculoskeletal Disorders: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine the prospective association of pain coping strategies and symptoms of anxiety and depression with work absenteeism in people with upper limb musculoskeletal disorders. DATA SOURCES: A systematic search of PubMed, Web of Science, Embase, Cochrane Library, and Scopus databases was conducted from inception to September 23, 2022. STUDY SELECTION: Prospective observational studies of adults with upper limb musculoskeletal disorders were included. Included studies had to provide data on the association of pain coping strategies (catastrophizing, kinesiophobia, self-efficacy or fear avoidance) or symptoms of anxiety and depression with work absenteeism. DATA EXTRACTION: Study selection, data extraction, and assessment of methodological quality (Newcastle Ottawa Scale) were performed by 2 independent authors. Random-effects models were used for quantitative synthesis. DATA SYNTHESIS: Eighteen studies (n=12,393 participants) were included. Most studies (77.8%) reported at least 1 significant association between 1 or more exposure factors (pain coping strategies or symptoms of anxiety and depression) and work absenteeism. Meta-analyses showed a statistically significant correlation between the exposure factors of catastrophizing (r=0.28, 95% confidence interval [CI]: 0.15 to 0.40; P<.0001) and symptoms of anxiety and depression (r=0.23, 95% CI: 0.10 to 0.34; P=.0003) with work absenteeism. The correlation between self-efficacy and work absenteeism was non-significant (r=0.24, 95% CI: -0.02 to 0.47; P=.0747). CONCLUSIONS: Rehabilitation teams should consider assessing catastrophizing and symptoms of anxiety and depression to identify patients at risk for work absenteeism. Addressing these variables may also be considered in return-to-work programs for individuals with upper limb disorders.
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,031 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».