Relationships and Mechanisms Between Occupational Risk Factors and Distal Upper Extremity Disorders
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
OBJECTIVE: The relationships between workplace risk factors and upper extremity injuries from epidemiological and laboratory studies were examined. BACKGROUND: Epidemiological studies are associated with several limitations, affecting the strength of association between risk factors and the development of injuries. METHOD: In this narrative review, we identified epidemiological and laboratory studies (published primarily since 1997) investigating exposure to workplace risk factors (force, repetition, posture, vibration) and risk of hand/wrist tendon-related disorders, epicondylitis, and carpal tunnel syndrome (CTS). RESULTS: Forceful exertions are strongly associated with hand/wrist tendon-related disorders, epicondylitis, and CTS. Dose-response relationships were found for epicondylitis (repetition) and CTS (posture). Interactions demonstrate multiplicative effects of risk factors for injury risk. Laboratory studies display clear associations between task demands and biomechanical measures linked to mechanisms for upper extremity injuries with animal models providing further evidence of a dose-response between risk factors and injury. CONCLUSION: Forceful, repetitive work requiring non-neutral postures are associated with increasing risk of hand/wrist tendon-related disorders, epicondylitis, and CTS as evidenced by epidemiology studies and laboratory-based investigations of humans and animals. APPLICATION: Understanding the relationship between exposure levels of workplace risk factors and upper extremity disorders can improve injury prevention and rehabilitation strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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