Do lumbar spine kinematics contribute to individual low back pain development in habitual sitting?
Notice bibliographique
Résumé
This study explored differences in activities and spine kinematics by transient low back pain status throughout a week of their usual office work. Using a 100-mm visual-analogue scale, twenty participants were classified as non-pain (NPD) and pain developers (PD; ≥10 mm). Tri-axial accelerometers measured sitting time and thorax, pelvis, and lumbar spine angles. Amplitude probability distribution functions were constructed for postures and movements. PD (n = 6) exhibited increases in pain daily, with partial or complete recovery overnight and full recovery over the weekend, hence pain did not accumulate. PD sat more than NPD (n = 14), exhibited decreased peak posterior pelvic tilt (10°) and thorax inclination (8°), and tended to demonstrate less frequent spine movements. To decrease the risk of pain with sitting, reducing seated time, reclining on the seatback, and promoting seated movements should be recommended. With habitual exposures, small differences between pain groups could suggest a pathway to sitting-related back pain over time.Practitioner Summary: The biomechanical link between habitual sitting and low back pain remains unclear. Activity, spine kinematics, and pain ratings were collected throughout a week of individuals’ seated work at their own workstation. Small differences between those with and without transient low back pain could suggest a pathway to sitting-related back pain.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».