Low back pain among doctors in a tertiary institution in Southern Nigeria
Notice bibliographique
Résumé
Introduction: Low back pain is common in health workers with deleterious effects on their work and quality of life. Aims: This study aimed to identify work related disabilities and risk factors for low back pain amongst doctors in Nigeria. Methodology: One hundred and fifty-four doctors were recruited and a structured proforma was administered using the Aberdeen low back pain scale, revised Oswestry and Quebec pain scales as guides. Data was analysed using Statistical Package for the Social sciences version 25. Univariate and multivariable logistic regression were used to calculate the odds ratios for the independent risk factors for LBP. Level of significance was determined at p < 0.05. Results: The male to female ratio was 1.8:1 and 70(45.50%) doctors were in the age range of 31-40years. Half (50%) of the respondents were obese while 21.9% were overweight. The duration of an episode of back pain was less than a week in 130 (84.40%) persons. A few doctors- 22(14.29%) reported that low back pain had prevented them from coming into work, of these, 12 had been absent for a day, four for 2-7 days and six for 1 to 4 weeks. Anesthetists were ten times more likely to develop low back pain than any other medical specialty (OR=10.99, 95%CI=1.336-90.545, p=0.026) and increasing age and BMI were also identified as predictors of low back pain. Conclusion: Low back pain is associated with poor productivity among doctors and can impact health care delivery.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».