Notice bibliographique
Résumé
Objectives: Low back pain (LBP) during pregnancy is a prevalent musculoskeletal condition with significant physical, psychological, and clinical implications. This systematic review aimed to assess the prevalence, associated risk factors, and impact of pregnancy-related LBP across diverse populations to inform evidence-based prevention and management strategies. Methods: A systematic search was conducted in PubMed and Google Scholar for studies published between January 2010 and May 2024. Eligible studies included observational research (cross-sectional, cohort, or case-control) focusing on LBP prevalence or risk factors in pregnant women. Study selection followed PRISMA 2020 guidelines. Data extraction and risk of bias assessment were performed independently by two reviewers using a standardized form and the Newcastle–Ottawa Scale. Due to heterogeneity, a qualitative synthesis was performed. Results: Seventeen eligible studies with over 174,000 participants were included. The prevalence of LBP during pregnancy varied from 15.6% to 75.3%, with the highest rates observed in the third trimester. Consistent risk factors included a prior history of LBP (OR up to 5.4), increased BMI, advanced gestational age, multiparity, low physical activity, and poor posture. Social determinants such as rural residence and lack of support were also associated. LBP was linked to disability (mild in 60%, severe in 10%), impaired quality of life, elevated anxiety/depression scores, and higher cesarean section rates. Despite this burden, one-third of affected women did not seek medical care. Conclusion: Pregnancy-related LBP is a common and disabling condition. Routine screening and targeted prenatal interventions are essential. Further standardized, longitudinal research is recommended.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».