Low Back Pain in Italian Nurses: A Statistical Analysis of Disability and Work Productivity Impairment—An Observational Study
Notice bibliographique
Résumé
Background: Low back pain (LBP) is a common occupational health issue among nurses, significantly affecting quality of life and work productivity. Despite awareness, it remains a major cause of absenteeism and presenteeism, highlighting the need for targeted interventions. This study aimed to assess the prevalence of LBP among Italian nurses and its impact on quality of life and work productivity. Methods: A cross-sectional, multicenter observational study was conducted from May to October 2024 using an online questionnaire distributed to members of the Provincial Orders of Nursing Professions across Italy. The questionnaire included sociodemographic variables and three validated instruments: the Quebec Back Pain Disability Scale (QBPDS), the Oswestry Disability Index (ODI), and the Work Productivity and Activity Impairment Questionnaire (WPAI). Results: A total of 318 nurses participated, with the majority from Southern Italy (57.1%) and female (74.6%). LBP was reported by 57.5% of respondents. Nurses working in Critical Care and those with 30–40 years of experience had significantly higher QBPDS and ODI scores, indicating moderate disability. Nurses working 12 h shifts and those with job restrictions or medical prescriptions reported significantly higher disability levels (ODI > 29, p < 0.001). Nurses on pharmacological therapy reported moderate pain levels, while those engaging in regular physical activity had significantly lower pain symptoms (<20, p < 0.001). The WPAI results showed that 67.0% of nurses reported impaired work productivity due to LBP. Conclusions: LBP is extremely prevalent among Italian nurses, especially affecting physical well-being and, accordingly, the health care quality provided by them. Factors exacerbating this problem are wrong manual handling of loads, not exercising, poor nutrition, and smoking, as well as wrong posture. Fundamental in order to avoid the occurrence of this problem are preventive programs and ergonomic training.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».