MétaCan
Menu
Retour à la cohorte
Enregistrement W2322157106 · doi:10.1080/19338244.2011.627895

Back Pain Among Health Care Workers in a Saudi Aramco Facility: Prevalence and Associated Factors

2013· article· en· W2322157106 sur OpenAlexaff
Marwan Behisi, Sultan T. Al-Otaibi, Jeremy Beach

Notice bibliographique

RevueArchives of Environmental & Occupational Health · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNationalityMedicineOdds ratioConfidence intervalHealth careBack painHan nationalityOddsLow back painDemographyPhysical therapyFamily medicineAlternative medicineLogistic regressionInternal medicineImmigration

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to identify risk factors for back pain among health care workers of Saudi Aramco. A validated questionnaire was used to collect information on back pain in the last 12 months as well as relevant risk factors among health care workers at a single Saudi Aramco health care facility. Completed responses were received from 964 of 3,295 workers. Three significant predictors for the presence of back pain were identified: female gender (odds ratio [OR] = 1.9, 95% confidence interval [CI] = 1.3-2.7), Saudi nationality (OR = 2.3, 95% CI = 1.4-3.9), and working as a surgeon (OR = 5.4, 95% CI = 1.4-21.5). Educational level was of borderline significance (OR = 1.6, 95% CI = 0.98-2.7). An interaction between gender and race was identified, with Saudi females being at particularly high risk of reporting back pain (OR = 3.9, 95% CI = 1.8-8.5). Gender, occupation, and nationality were identified as risk factors for back pain, and a particularly high risk was seen among female Saudis health care workers in Saudi Aramco. Nationality may be important because of cultural difference between groups, but also because of differences in benefits available.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,015
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · 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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Environmental & Occupational HealthMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207