Factors Associated With Musculoskeletal Pain Among Hair Transplant Surgeons: Analyses of Survey Data and Review of the Literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle