Work-related factors of knee osteoarthritis in Korean farmers: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Several studies have reported a high prevalence of osteoarthritis (OA) of the knee among agricultural workers. We investigated work-related factors that increase the risk of knee OA among Korean farmers. METHODS: Data were extracted from the Jeonnam Center for Farmer's Safety and Health survey, conducted between 2013 and 2015. The sample included 489 farmers (man 240, woman 249). We defined knee OA as radiographic knee OA (≥ Kellgren-Lawrence grade 2) with symptoms (≥ Western Ontario and McMaster Universities Osteoarthritis, Korean version score 29.5). We considered covariates such as cumulative squatting working time (CSWT), cumulative heavy lifting working time (CLWT), body mass index (BMI), and history of knee injury. Odds ratios (ORs) and their corresponding 95% confidence intervals (CIs) were calculated for knee OA and adjusted for relevant covariates. RESULTS: The results of multivariate logistic regression analysis indicated that knee OA was correlated by factors such as sex, age, BMI, history of knee injury, CSWT, and CLWT. Particularly, CSWT > 20,000 hours (OR: 2.83; 95% CI: 1.35-5.92; reference < 10,000 hours) and CLWT > 5,000 hours (OR: 2.62; 95% CI: 1.14-6.06; reference < 2,000 hours) were associated with an increased risk of knee OA after adjustment for covariates. CONCLUSIONS: Squatting posture and heavy lifting associated with farm work might increase the risk of knee OA among Korean farmers.
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 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».