Under pressure: live observation of ergonomic challenges in the operating room
Notice bibliographique
Résumé
Ergonomics is the study of how people interact with their environment to improve efficiency and well-being. In the operating room (OR), poor ergonomic practices are common and contribute to musculoskeletal (MSK) injuries, leading to absenteeism, changes in clinical practice, burnout, and potentially compromised patient care1–3. Ergonomic principles are rarely applied in the OR, due to limited awareness, education, support, and tools2. We aimed to identify ergonomic risks and challenges in the OR through live observation, to inform the development of targeted education for safer OR work. We conducted a cross-sectional observational study over three days with live observations across diverse surgical procedures (open and laparoscopic hepatectomy and pancreatectomy, lower extremity melanoma excision with sentinel node biopsy, posterior craniotomy, and open cervical and lumbar laminectomy). Two independent ergonomists and chiropractors conducted semi-structured assessments of OR workers, the environment, and their interactions using a data collection form developed for this study. Observation sheets and transcripts were analysed using the Systems Engineering Initiative for Patient Safety 2.0 (SEIPS) framework4. SEIPS 2.0 is a human factors model that examines how work system elements interact to influence processes and healthcare outcomes.
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) | 0,001 | 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 ».