Work organization and musculoskeletal injuries among a cohort of health care workers
Notice bibliographique
Résumé
OBJECTIVES: This study investigated the relationship between work-organization factors (job control, job demands, and workload measures) and the risk of lower-body musculoskeletal injury among health care workers. METHODS: A four-year, retrospective cohort study of 3769 health care workers was carried out in one acute care hospital in the Canadian province of British Columbia. A job-exposure matrix was constructed for the work-organization factors from survey and administrative data and assigned to workers on the basis of their occupation and department of employment. Musculoskeletal injuries resulting in workers' compensation claims were ascertained from the injury database of the hospital's Occupational Health and Safety Department. RESULTS: In the final Poisson models adjusted for demographic and biomechanical factors, an increased risk for compensated musculoskeletal injuries of the lower back and lower limb was related to low job control [relative risk (RR) 1.64, 95% confidence interval (95% CI) 1.08-2.49] and workload defined by working during periods of high absenteeism within a department (RR 2.10, 95% CI 1.61-2.98). The risk also increased with more biomechanical demands in an occupation and with a recent previous injury. CONCLUSIONS: The results indicate that work-organization characteristics (job control and workload) were associated with an increased risk of musculoskeletal injuries resulting in a compensation claim. These associations remained after the effect of demographic and biomechanical factors was taken into consideration. The association with workload measured by departmental levels of absenteeism should be explored further in future studies as reverse causality (musculoskeletal symptoms resulting in absenteeism) could not be fully ruled out in the current study.
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) | 0,001 | 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 ».