Factors Associated With Musculoskeletal Pain Among Hair Transplant Surgeons: Analyses of Survey Data and Review of the Literature
Notice bibliographique
Résumé
BACKGROUND: The prevalence of work-related musculoskeletal disorders (WRMD) is increasing among all surgical specialties. OBJECTIVE: Results of a cross-sectional survey of hair transplant surgeons were analyzed, with the aims to (1) determine the prevalence of WRMD, (2) assess risk factors associated with musculoskeletal (MSK) symptoms, and (3) identify mitigation measures. MATERIALS AND METHODS: A survey pertaining to demographics, MSK-related symptoms and its impacts, and pain mitigation measures taken, if any, were distributed to 834 hair transplant surgeons. Risk factors associated with pain severity were assessed using linear regression. RESULTS: Overall, 78.5% (73 of 93) respondents had experienced pain when performing surgery. Musculoskeletal symptoms were most severe in the neck, followed by upper/lower back, and extremities. Number of grafts performed per session of follicular unit extraction positively correlated with pain severity; female surgeons and surgeons aged >71 years were at higher risk. A majority expressed concern that WRMD may limit their career and agreed to a need for improved workplace education. Strength training and ergonomic improvements of surgical procedure were not commonly adopted. CONCLUSION: In sum, WRMD can be debilitating in health care professionals. Workplace ergonomic adjustments and physical exercise programs may be warranted to better mitigate MSK symptoms.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».