MétaCan
Menu
Retour à la cohorte
Enregistrement W2180436174 · doi:10.1111/jocd.12188

Ergonomics in hair restoration surgeons

2015· article· en· W2180436174 sur OpenAlexaff
Ken L. Williams, Aditya Gupta, Hayden Schultz

Notice bibliographique

RevueJournal of Cosmetic Dermatology · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational health in dentistry
Établissements canadiensMediprobe Research (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHuman factors and ergonomicsQuality of life (healthcare)Physical therapySurgeryPoison controlMedical emergencyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Musculoskeletal disorders (MSDs) are potential sources of morbidity in hair restoration surgeons (HRS). This is particularly true for those who perform follicular unit extraction (FUE). OBJECTIVE: To describe the nature, prevalence, and extent of ergonomic or work-related MSDs among HRS. METHODS & MATERIALS: A survey regarding MSDs was e-mailed to 100 HRS. RESULTS: Thirty-eight HRS completed the survey, the majority of which were male and between the ages of 50-69. Fifty percent of respondents reported musculoskeletal symptoms occurring during or after hair restoration procedures. Reports of pain during and after surgery were higher for FUE procedures than single strip excision procedures. Pain/fatigue/discomfort persisted for longer following FUE procedures compared to strip excision procedures. MSD symptoms also negatively impacted quality of life. Although the majority of respondents felt that ergonomics was important, only 30% use ergonomic support when performing FUE procedures. CONCLUSION: Hair restoration surgeons should be aware of MSD symptoms and particularly when performing FUE. Symptoms reported included pain, fatigue, and discomfort, sometimes lasting several hours following surgery. More attention needs to be paid to ergonomics during hair restoration procedures in order to improve the quality of life of surgeons and ultimately prevent the development of MSDs.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,031
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,135
Tête enseignante GPT0,468
Écart entre enseignants0,334 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cosmetic DermatologyMême sujetOccupational health in dentistryTravaux en français237 207