Effect of Patient Transfer Training on Low Back Pain in Pre-hospital Emergency Medical Services Personnel
Notice bibliographique
Résumé
Background and objectives: Pre-hospital emergency medical services (EMS) personnel are responsible for transferring patients.In case of improper patient handling, these individuals become vulnerable to various musculoskeletal problems including back pain.In this study, we aimed to evaluate the impact of an eight-hour training intervention about patient handling and transfer ergonomics on low back pain in pre-hospital EMS personnel working in the Golestan Province, Iran.Methods: This was a quasi-experimental study with a pre-test/post-test design.The study population consisted of 200 pre-hospital EMS personnel working in the Golestan Province, Iran.Overall, 40 EMS personnel were eligible to participate in the study.Data were collected using a demographic questionnaire, the Oswestry low back pain disability questionnaire and the Quebec back pain disability scale.The eight-hour training session was held by a research nurse, a physiotherapist and a physician.The subjects recompleted the Oswestry low back pain disability questionnaire and the Quebec back pain disability scale at baseline, four weeks and 12 weeks postintervention.The collected data were analyzed using SPSS 16 and descriptive statistics.Results: The mean age, body mass index and work experience was 38.6 ± 7.6 years, 25.9 ± 3.5 kg/m 2 and 8.27± 5.2 years, respectively.The mean score of functional disability reduced significantly from 35.9 ± 9 at baseline to 27.5 ± 2.5 and 19.6 ± 7 four weeks and 12 weeks after the intervention, respectively (P=0.0001).Furthermore, the mean pain score decreased from 38.7 ± 13.86 to 31.05 ± 10.75 one month post-intervention and to 22.4 ± 9.47 three months postintervention (P=0.0001).Conclusion: Our findings suggest that training intervention on ergonomic patient transfer and patient handling can reduce the rate of lower back pain in pre-hospital EMS personnel.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».