MétaCan
Menu
Retour à la cohorte
Enregistrement W2941777217 · doi:10.1177/1120700019842348

Noise levels during total hip arthroplasty: the silent health hazard

2019· article· en· W2941777217 sur OpenAlexaff
Nael Hawi, Sulaiman Alazzawi, Alfred Schmitz, Thomas Kreibich, Thorsten Gehrke, Daniel Kendoff, Carl Haasper

Notice bibliographique

RevueHip International · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensVancouver General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineTotal hip arthroplastyNoise exposureArthroplastyNoise (video)HazardOccupational safety and healthHip arthroplastyHearing lossPhysical therapySurgeryAudiologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While there is an enormous amount of data on various surgical aspects of total hip arthroplasty (THA), there is only limited literature on the health hazards incurred by the surgical team. Since THA surgery produces noise, exposure over a long period of time may lead to gradual hearing loss which is known as noise-induced hearing loss. METHODS: We investigated the noise levels during THA and compared it with the maximum allowed limits at the workplace in the United Kingdom. In collaboration with specialised audio engineers, we analysed the noise levels during various steps of performing 7 uncemented THA. RESULTS: The results showed that the noise levels were close to the allowed limits for a workplace in the UK. CONCLUSION: Hospitals and staff who work in orthopaedic operating theatres should be aware of this risk and precautions should be put in place.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,288
Écart entre enseignants0,268 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHip InternationalMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207