Is low back pain a risk/prognostic factor for the development and/or progression of temporomandibular disorders? A systematic review with meta‐analysis
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the association between low back pain (LBP) and painful temporomandibular disorders (TMDs). METHODS: Systematic review of observational studies. Searches were conducted using OVID MEDLINE, CINHAL, Web of Science and PUBMED databases up to 21 October 2022. Qualitative and quantitative analyses were performed. Risk of bias (RoB) was assessed using the Quality in Prognosis Studies tool (QUIPS). RESULTS: Eight studies were included in the present review with meta-analysis. The first onset of TMDs was more likely in patients with previous chronic LBP (hazard ratio (HR) 1.53 [95% confidence interval (CI): 1.28; 1.83, p < .00001]). In addition, patients with chronic LBP had 3.25 times the odds (OR) [95% CI: 1.94; 5.43, p < .00001] of having chronic TMDs than those who did not have chronic LBP. In addition, the higher the exposure to chronic LBP, the higher the risk of developing a first onset of TMDs. CONCLUSIONS: Chronic LBP can be considered a risk/contributing factor for painful TMDs. Although there is a high certainty in the evidence linking chronic LBP with the risk of a first onset of TMDs, there are insufficient studies to draw definitive conclusions. Furthermore, while an association between chronic LBP and chronic TMDs and a dose-effect was observed between these two conditions, a limited number of studies and evidence exist to support these findings. Future studies are needed to increase the body of evidence.
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 | 0,014 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».