Occupational injuries and burn out among orthopedic oncology surgeons
Notice bibliographique
Résumé
BACKGROUND: Orthopedic oncology surgeons commonly engage in prolonged and complex surgical procedures. These types of surgeries increase the risk of physical and psychological stressors, which may in turn make these physicians prone to work-related occupational injuries. AIM: The aim of this study was to explore in orthopedic oncologists, the prevalence of work-related physical injuries and psychological disturbances. METHODS: A modified version of the physical discomfort survey was developed to assess occupational injuries among orthopedic oncology surgeon members of the Musculoskeletal Tumor Society, the Canadian Orthopedic Oncology Society and European Musculoskeletal Oncology Societies. The survey was sent by email, and it explored musculoskeletal complaints, psychological disturbances, treatment required for these complaints and the requirement of time off work. RESULTS: A total of 67 surgeon responses were collected. A high number of orthopedic oncologists (84%) reported an occupational injury. Low back pain (39%) was the most prevalent musculoskeletal condition, followed by lumbar disk herniation (16%), shoulder tendinitis (15%) and lateral epicondylitis (13%). Of the cohort, 46% required surgery and 31% required time off work due to their injury. Thirty-three respondents reported a psychological disorder. Burnout (27%), anxiety (20%) and insomnia (20%) were the most commonly reported. Time required off work due to injury was associated with old age and years in practice. CONCLUSION: Orthopedic oncology surgeons report a high prevalence of work-related disorders. Lower back related injury and burnout were the most reported disorders. Improving operative room ergonomics and prevention of stress related to the work environment should be areas to explore in upcoming research.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 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 ».