Upper extremity disability in workers with hand-arm vibration syndrome
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Hand-arm vibration syndrome (HAVS) is a common occupational problem and it is important to understand the disability associated with this condition. AIMS: To measure upper extremity disability using the disabilities of the arm, shoulder and hand (DASH) questionnaire in workers with HAVS and to determine how this disability is affected by the vascular and neurological components of HAVS and other factors, in particular musculoskeletal variables. METHODS: Subjects were recruited from HAVS patients assessed at St Michael's Hospital, Toronto, Canada, over a 2-year period. All participants were assessed by an occupational medicine specialist to determine the specific components of HAVS and musculoskeletal variables including upper extremity pain score measured by the Borg scale. The DASH questionnaire was completed on the same day as the clinical assessment and before any feedback had been given about the clinical findings. RESULTS: A total of 141 workers with HAVS were recruited and 139 agreed to participate in the study. This study group had a statistically significantly higher mean DASH score than the US population (P < 0.001). The multiple linear regression analysis indicated that upper extremity pain score (P < 0.001), the Stockholm sensorineural scale (P < 0.01) and the number of fingers blanching (P < 0.05) had a statistically significant association with an increase in the DASH score. The highest partial R(2) value was for the upper extremity pain score. CONCLUSIONS: Workers with HAVS have significant upper extremity disability and musculoskeletal factors appear to make an important contribution to this disability.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle