Ergonomic wellness for the trainee in gastrointestinal endoscopy
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Endoscopy-related injuries (ERIs) are prevalent in gastrointestinal endoscopy. The aim of this review is to address the growing concern of ERIs by evaluating the ergonomic risk factors and the efficacy of interventions and educational strategies aimed at mitigating these risks, including novel approaches. RECENT FINDINGS: ERIs are highly prevalent, exacerbated by factors such as repetitive strain, nonneutral postures, suboptimal equipment design, and the procedural learning curve. Female sex and smaller hand sizes have been identified as specific risk factors. Recent guidelines underscore the importance of ergonomic education and the integration of ergonomic principles into the foundational training of gastroenterology fellows. Advances in equipment design focus on adaptability to different hand sizes and ergonomic positions. Furthermore, the incorporation of microbreaks and macrobreaks, along with neutral monitor and bed positioning, has shown promise in reducing the incidence of ERIs. Wearable sensors may be helpful in monitoring and promoting ergonomic practices among trainees. SUMMARY: Ergonomic wellness is paramount for gastroenterology trainees to prevent ERIs and ensure a sustainable career. Effective strategies include ergonomic education integrated into curricula, equipment design improvements, and procedural adaptations such as scheduled breaks and optimal positioning. Sensor-based and camera-based systems may allow for education and feedback to be provided regarding ergonomics to trainees in the future.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».