MétaCan
Menu
Retour à la cohorte
Enregistrement W2139122963 · doi:10.5455/ijtrr.00000039

Prevalence of musculoskeletal pain in school going adolescents using school bags - A co-relational research

2014· article· en· W2139122963 sur OpenAlexaboutno aff
Rina Panicker, S Sandesh

Notice bibliographique

RevueInternational Journal of Therapies and Rehabilitation Research · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMusculoskeletal painPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Children aged 12 – 18 years undergo rapid musculoskeletal development and an application of external forces (school bags) cause musculoskeletal disorders. The aim of this investigation was to assess the prevalence of neck, shoulder and back pain in the 1st term in school going adolescents using school bags. A co-relational research was conducted in Mangalore which included 580 students aged 13 -15 years. Their bag weight, body weight and height was measured and the subjects having pain either in the neck, shoulder or back were given McGill Melzack pain questionnaire to be filled. Descriptive analysis revealed that the percentage of bag weight on body weight ratio is more in females (mean ± SD 9.18 ± 3.71) compared to males (mean ± SD 8.88 ± 3.65). 6.03% of subjects carried bag weight weighing more than 15%, out of which 8.57% subjects complained of pain either in the neck, shoulder or back. The correlation between bag weight and pain was analysed using Karl Pearson’s correlation which is perfect positive (0.78). Analysis of correlation between BMI with percentage of bag weight in males (0.413) is more compared to females (0.086). The prevalence of adolescents having pain in the 1st term of school was 2.93% due to school bags. Hence, it is important to investigate further and take appropriate measures for adolescent problems with the use of school bags as it is a predictor for musculoskeletal disorder in adulthood.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0270,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,550
Écart entre enseignants0,434 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Therapies and Rehabilitation ResearchMême sujetOccupational Health and PerformanceTravaux en français237 207