Low Back Pain Among Medical Students: A Meta-Analysis of a Growing Global Public Health Concern
Notice bibliographique
Résumé
Abstract Background Low back pain (LBP) is a significant public health issue. Recent literature highlights the substantial burden of low back pain among medical students due to academic demands; however, a comprehensive global perspective on this issue remains lacking. This meta-analysis aims to assess the global prevalence of LBP among medical students and examine the associations. Methods A systematic review and meta-analysis were conducted, with searches in five major databases up until February 2025. Studies assessing LBP prevalence using the modified Nordic questionnaire were included. The AXIS tool was used for quality assessment. Random-effects meta-analysis was performed to calculate pooled estimates of LBP prevalence and odds ratios, with subgroup analyses by training stage, gender, and BMI. Results Thirty-two studies representing 15,819 medical students, were included which demonstrated a high-quality reporting. Meta-analyses showed significant pooled 12-month (-0.401, 95% CI[-0.402 - -0.401], p < 0.001) and 7-day (-1.339, 95% CI[-1.339 - -1.338], p < 0.001) LBP prevalence, with low heterogeneity (I² = 0%, p = 1). Clinical students had higher odds of LBP compared to preclinical students (OR = 0.924, 95% CI[0.784-1.064], p < 0.001). Female students had significantly higher odds than males (OR = 0.719, 95% CI[0.494-0.944], p < 0.001). Overweight students had elevated odds of LBP (OR = 0.893, 95% CI[-0.379-1.408], p = 0.007), while normal BMI, underweight and obese showed no significant association. Discussion LBP is a global public health issue among medical students, with clinical-stage students, females, and those with abnormal BMI (obese, underweight) being at higher risk. These findings underscore the need for targeted interventions, including gender-sensitive strategies to address LBP and reduce its impact on future healthcare professionals. Key messages • This meta-analysis of 15,819 medical students revealed female gender, clinical stage of study and being overweight as significantly increasing the odds of back pain worldwide. • Low back pain among medical students is a global public health concern necessitating targeted interventions are needed to reduce the burden of this occupational hazard.
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 | 0,015 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,049 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».