Prevalence and Risk Factors for Cervical and Lumbar Spondylosis in Interventional Electrophysiologists
Notice bibliographique
Résumé
UNLABELLED: INTRODUCTION: The volume and complexity of interventional electrophysiology procedures have increased greatly over the last 20 years. Anecdotal reports from Canada and elsewhere have suggested an important prevalence of neck and back problems in interventional electrophysiologists. METHODS AND RESULTS: To quantify the scope of neck and back problems, we surveyed 70 interventional electrophysiologists in Canada using an electronic survey with in person and email reminders. We also surveyed an age- and gender-matched group of noninterventional cardiologists. We received responses from a total of 58 of 70 interventional electrophysiologists (response rate 82.8%). There was a significantly higher prevalence of cervical spondylosis among electrophysiologists compared to matched noninterventional cardiologists (20.7% compared to 5.5%, P = 0.033). There was a trend for increased prevalence of lumbar spondylosis (25.9% compared to 16.7%, P = 0.298). Among electrophysiologists, those with cervical spondylosis were older (49.83 ± 10.48 years compared to 44.57 ± 9.20, P = 0.092) and had worked in the specialty for longer in comparison to unaffected physicians (19.67 ± 10.06 years compared to 13.37 ± 8.97 years, P = 0.039). All other variables including gender, height, weight, BMI, type of lead, weekly average lead time, and % of time standing in electrophysiology laboratory were not different. On multivariable analysis there were no independent predictors of disease. CONCLUSIONS: There is a significant increased prevalence of cervical spondylosis among interventional electrophysiologists. Programs to improve ergonomics and minimize time spent wearing lead are needed. The same vigilance that is used to ensure radiation safety in the laboratory should be applied to create ergonomic safety.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».