Prevalence of musculoskeletal disorders among orthopedic trauma surgeons: an OTA survey
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: Occupational injuries and hazards have gained increased attention in the surgical community in general and in the orthopedic literature specifically. The aim of this study was to assess prevalence and characteristics of musculoskeletal disorders among orthopedic trauma surgeons and the impact of these injuries on the surgeons' practices. METHODS: We sent a modified version of the physical discomfort survey to surgeon members of the Orthopaedic Trauma Association (OTA) via email. Data were collected and descriptive statistics were analyzed. RESULTS: A total of 86 surgeons completed the survey during the period of data collection; 84.9% were men, more than half were 45 years or older and 40.6% were in practice for 10 years or more. More than 66% of respondents reported a musculoskeletal disorder that was related to work; the most common was low back pain (29.3%). The number of body regions involved and disorders diagnosed was associated with increasing age and number of years in practice (p = 0.033). Time off work owing to these disorders was associated with working in a private setting (p = 0.045) and working in more than 1 institute (p = 0.009). CONCLUSION: To our knowledge, our study is the first to report a high percentage of orthopedic trauma surgeons sustaining occupational injuries some time in their careers. The high cost of management and rehabilitation of these injuries in addition to the related number of missed work days indicate the need for increased awareness and implementation of preventive measures.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,002 | 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