Health, medication use, and agricultural injury: A review
Notice bibliographique
Résumé
BACKGROUND: Agricultural work in the United States and Canada continues to be one of the most dangerous vocations. Surveillance evidence suggests that older farmers (>60 years of age) are at greater risk of serious injury than their younger counterparts. The purpose of this article was to outline illnesses and medications that may contribute to older farmers' increased risk of agricultural injury and to determine a minimum set of health-related covariates that could be used in farm injury studies. METHODS: A review of English language literature in Medline, CINAHL, and NIOSH databases was conducted examining disease and medication factors related to farm injury. RESULTS: Health- and disease-related factors most commonly reported as significantly contributing to agricultural injury included previous injury, hearing problems, depression, arthritis, and sleep deprivation. The use of "any medication" was identified as a significant risk factor for injury in a number of studies. The use of sleep medication was significantly related to injury in two studies. CONCLUSIONS: Based on the findings, it is recommended that at a minimum, researchers collect information on the prevalence of previous injury, hearing problems, depression, arthritis/muscular-skeletal problems and sleep disturbance as these have been identified as significant risk factors in a number of studies. In addition, where subjects that identify any of these afflictions, further information should be sought on any medications used in their treatment which can add data on disease severity. More research and surveillance activities need to be focused on the older farm worker. This population is critical to the maintenance of the agricultural base in North America and health and safety research initiatives need to address this. By integrating research from the fields of gerontology, occupational health and safety, and injury prevention, innovative interventions could be constructed to assist the aging farmer in the continuation of safe farming.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».