The epidemiology of upper extremity musculoskeletal symptoms on a college campus
Notice bibliographique
Résumé
OBJECTIVE: The study examines temporal variations in upper-extremity musculoskeletal symptoms throughout the day, over a week and throughout the semester. METHODS: 30 undergraduates were followed in a repeated measures study throughout a semester. Upper extremity musculoskeletal symptoms data were collected on handheld computers randomly throughout the day for seven days over three data collection periods. Multilevel statistical models evaluated associations between time-related predictors and symptoms. RESULTS: In adjusted models, pain reported at baseline was associated with increased odds of experiencing both any symptoms (OR=15.64; 90% CI 7.22-33.88) and moderate or greater symptoms (OR=16.44; 90% CI 4.57-29.99). Any symptoms were less likely to be reported if responses occurred at 58-76 days (OR=0.66; 90% CI 0.49-0.86), 77-90 days (OR=0.29; 90% CI 0.20-0.42) and 91-117 days (OR=0.54; 90% CI 0.39-0.75) into the semester compared to 35-57 days. Similarly, responding after midnight was associated with greater odds of reporting moderate or greater symptoms (OR=21.33; 90% CI 6.49-65.97). There was no association observed for day of week and symptoms. CONCLUSION: This pilot work suggests upper extremity musculoskeletal symptoms exhibit temporal variations related to time of day and days into semester. Understanding the natural history of musculoskeletal symptoms and disorders is needed when designing epidemiologic research and/or intervention studies using symptom outcome measures.
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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».