Effectiveness of workplace interventions in the prevention of upper extremity musculoskeletal disorders and symptoms: an update of the evidence
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
The burden of disabling musculoskeletal pain and injuries (musculoskeletal disorders, MSDs) arising from work-related causes in many workplaces remains substantial. There is little consensus on the most appropriate interventions for MSDs. Our objective was to update a systematic review of workplace-based interventions for preventing and managing upper extremity MSD (UEMSD). We followed a systematic review process developed by the Institute for Work & Health and an adapted best evidence synthesis. 6 electronic databases were searched (January 2008 until April 2013 inclusive) yielding 9909 non-duplicate references. 26 high-quality and medium-quality studies relevant to our research question were combined with 35 from the original review to synthesise the evidence on 30 different intervention categories. There was strong evidence for one intervention category, resistance training, leading to the recommendation: Implementing a workplace-based resistance training exercise programme can help prevent and manage UEMSD and symptoms. The synthesis also revealed moderate evidence for stretching programmes, mouse use feedback and forearm supports in preventing UEMSD or symptoms. There was also moderate evidence for no benefit for EMG biofeedback, job stress management training, and office workstation adjustment for UEMSD and symptoms. Messages are proposed for both these and other intervention categories.
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 | 0,002 | 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 | 0,001 |
| 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 découle