Prevalence and Clinical Characteristics of Musculoskeletal Pain in Young Adults with COVID-19: An Observational Cross-Sectional Study from Lanzarote (Canary Island, Spain)
Notice bibliographique
Résumé
Introduction: Musculoskeletal pain during active Covid-19 infection is a very common symptom in this patient group. Given the lack of studies characterizing pain in young adults with this disease, we set out to identify and characterize musculoskeletal pain in subadults with COVID-19 disease in Lanzarote. Objective: Determine the prevalence and characteristics of musculoskeletal pain in young individuals affected by COVID-19 in Lanzarote (Canary Islands, Spain). Materials and Methods: A cross-sectional prevalence observational study was carried out in the Covid-19 Monitoring Unit in Lanzarote between February 2022 and March 2022 which were a) males and females, b) aged 18 to 22 years old, c) with confirmed Covid-19 tests and d) no gender restrictions. Results: A total of 150 patients were recruited and an ad hoc telephone questionnaire based on the Spanish version of the McGill Pain Questionnaire was administered. The prevalence of musculoskeletal pain was 58% (n=87; men 41 (48.2%); women 46 (51.8%) and its intensity was 4.63 (1.23) Regarding the location of perceived pain, the common anatomical sites of symptoms presentation were right shoulder (n=14, 21.5%), right knee (n=13, 20%) and right leg (n=12, 18.5%). Participants also reported heaviness (23.0%, n=20), numbness (20.7%, n=18) and/or stiffness (17.2%, n=15) followed by thermal changes such as cold (21.2%, n=18), highlighting the presence of stiffness in 43.4% (n=36). On the other hand, 17.2% (n=15) of the respondents reported pain described as fixed, internal, deep compared to 14.9% (n=13) who perceived it as diffuse, fixed, internal and profound. Conclusions: The prevalence of musculoskeletal pain was 58.0% in a sample of young people exposed to COVID-19 in Lanzarote (Canary Islands, Spain). Furthermore, respondents generally defined it as an acute attack of low to moderate intensity in various parts of the upper and lower extremities, often accompanied by feelings of tiredness or muscle fatigue.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».