Global prevalence of musculoskeletal pain in rural and urban populations. A systematic review with meta‐analysis. Musculoskeletal pain in rural and urban populations
Notice bibliographique
Résumé
INTRODUCTION: To systematically compare the global prevalence of musculoskeletal pain and care-seeking in rural and urban populations. METHODS: A systematic review with meta-analysis of observational studies reporting a direct comparison of rural and urban populations was conducted worldwide and included back, knee, hip, shoulder, neck pain and a broad diagnosis of 'musculoskeletal pain'. A search strategy combining terms related to 'prevalence', 'musculoskeletal pain' and 'rural' was used on the following databases: MEDLINE, Embase, CINAHL, Scopus, and rural and remote health from their inception to 1 June 2022. Random-effects meta-analysis was used to pool the data. Results were presented as odds ratios (OR) along with 95% confidence intervals (95% CI). RESULTS: A total of 42 studies from 24 countries were included with a total population of 489 439 participants. The quality scores for the included studies, using the modified Newcastle Ottawa Scale tool, showed an average score of 0.78/1, which represents an overall good quality. The pooled analysis showed statistically greater odds of hip (OR = 1.62, 95% CI = 1.23-2.15), shoulder (OR = 1.42, 95% CI = 1.06-1.90) and overall musculoskeletal pain (OR = 1.26, 95% CI = 1.08-1.47) in rural populations compared to urban populations. Although the odds of seeking treatment were higher in rural populations this relationship was not statistically significant (OR = 0.76, 95% CI = 0.55-1.03). CONCLUSION: Very low-certainty evidence suggests that musculoskeletal, hip and shoulder pain are more prevalent in rural than urban areas, although neck, back and knee pain, along with care-seeking, showed no significant difference between these populations. Strategies aimed to reduce the burden of musculoskeletal pain should consider the specific needs and limited access to quality evidence-based care for musculoskeletal pain of rural populations.
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 | 0,016 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,025 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».