The impact of COVID-19 related lockdown restrictions on musculoskeletal health: a systematic review
Notice bibliographique
Résumé
There is limited empirical evidence on whether Coronavirus disease 2019 (COVID-19) related lockdown restrictions precipitate or perpetuate musculoskeletal (MSK) disorders. This study was aimed to synthesis literature that assessed the impact of COVID-19 related lockdown restrictions on MSK health. A literature search was conducted using MEDLINE, CINAHL, PsycINFO, Allied and Complementary Medicine Database (AMED), Web of Science, and Scopus databases. Studies meeting the following criteria were included in the review: the condition being considered was MSK health, the intervention was COVID-19 related lockdown restrictions, cross sectional studies, cohort studies, case controlled, prospective studies and retrospective studies. Data were extracted by 2 independent researchers. Risk of bias was assessed by the Newcastle-Ottawa quality assessment scale. Evidence from included studies was summarised using narrative synthesis. Fourteen studies comprising 22,471 participants of the general population from Turkey (n = 5), Italy (n = 1), Poland (n = 1), Australia (n = 2), Jordan (n = 1), Bangladesh (n = 1), Estonia (n = 1), the Netherlands (n = 1) and Saudi Arabia (n = 1) have met the inclusion criteria. The sample size of populations studied ranged from 91 to 1054. The included studies used questionnaire, visual analogic scale, or growth mixture modelling. Except for one study, all the included studies reported increased prevalence and incidence of MSK disorders due to COVID-19 related lockdown restrictions. The findings suggest that COVID-19 related lockdown restriction led to increased MSK disorders. Home-based strategies such as physical activity programmes and ergonomic workspace could potentially guide public health authorities to avoid MSK health problem.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».