An Investigation of the Prevalence of Upper Limb Neuropathies in Different Types of College Musicians by Use of Neurometrix Device
Notice bibliographique
Résumé
In general, people who perform repetitive motions are often vulnerable to repetitive strain injuries. Because musiciansmust execute the same motion over and over again while practicing and performing their music, they are an example ofa group that often develops these repetitive strain injuries. More specifically, musicians are known for developingneuropathies in their upper limbs, with carpal tunnel syndrome and cubital tunnel syndrome being most common.However, because of varying playing postures, all musicians may not be at equal risk for developing these twoneuropathies, so the purpose of this study was to identify which musician group has the highest risk of developingmedian and ulnar neuropathies. Results of this study show that the prevalence of carpal tunnel syndrome and cubitaltunnel syndrome is fairly low, and that tingling is one of the first signs of these diseases. Also, brass players may havethe highest risk of developing carpal tunnel syndrome, as only this musician group had a significant p-value when itsincidence rate of carpal tunnel syndrome was compared to the incidence rate found in the general population. Finally,the results suggest that there may be a negative correlation between performing a warm-up routine and experiencingtingling. Therefore, music schools should teach all students, and especially brass players, to be aware of tingling and totake appropriate preventative measure such as warming-up in order to keep the incidence rates of carpal tunnelsyndrome and cubital tunnel syndrome as low as possible.
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 | 0,001 |
| 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 ».