Prevalence and predictors of work-related musculoskeletal disorders among healthcare professionals in Sub-Saharan African region: systematic review and meta-analysis protocol
Notice bibliographique
Résumé
Abstract Background: The Global Burden of Diseases 2017 found that musculoskeletal disorders (MSDs) are the second most prevalent cause of years lost to injury, although years of life lost are decreasing in low-income countries, especially in Sub-Saharan Africa. The objective will be to describe the regional prevalence of WMSD for different anatomical body areas and their risk factors in different health professions in the sub-Saharan African region. Method: We will search databases such as Scopus, PubMed, Science Direct, AJOL, and Google Scholar for publications published between January 2002 and December 2022. The primary outcome will be the prevalence of work-related musculoskeletal disorders among health professionals, and risk factors related to WRMSDs will be the secondary outcome. Three reviewers will screen all abstract data, full-text articles, and all citations independently. The Newcastle-Ottawa scale (NOS) will be used to assess the quality of eligible publications. Subgroup analysis will be conducted to explore the potential heterogeneity (e.g., age, sample size, gender, and occupational activities). Publication bias and heterogeneity will be assessed and reported using the appropriate tools. Discussion: This systematic review and meta-analysis will provide a synthesis of the literature on work-related musculoskeletal disorders and their predictors among health professionals in the Sub-Saharan Africa region. The consensus of data from this review will provide a regional view to help occupational health-related policymakers, healthcare professionals, and program managers in developing countries gain a better understanding of the prevalence, causes, and trends to build better evidence-based occupational musculoskeletal health and disorders prevention programs among various health professionals. Systematic review registration: PROSPERO, CRD42023455517
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 | 0,052 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,022 | 0,026 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,004 |
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 ».