MétaCan
Menu
Retour à la cohorte
Enregistrement W4416121715 · doi:10.1177/22925503251392594

Prevalence, Risk Factors, and Impacts of Musculoskeletal Injuries Among Plastic Surgeons: A Systematic Review and Meta-Analysis

2025· article· en· W4416121715 sur OpenAlexaff
Alexis E. Mah, Beverley Osei, Brendan Tao, Brandon Chai, Katherine J. Zhu, Madeleine Wong, Orlin Chowdhury, Jeffrey Chen, Achilleas Thoma

Notice bibliographique

RevuePlastic Surgery · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational health in dentistry
Établissements canadiensImpactMcMaster UniversityQueen's UniversityUniversity of British ColumbiaUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésChecklistHuman factors and ergonomicsSubspecialtyScopusBack injuryOccupational safety and healthInjury preventionPoison controlSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Background: Poor ergonomics may lead to musculoskeletal (MSK) injuries in surgeons, prompting practice modification, early retirement, and errors. We hypothesized that each plastic surgery subspecialty faces unique ergonomic challenges. We sought to identify the prevalence, risk factors, and impact of MSK injuries among plastic surgeons by subspecialty. Methods: In this systematic review and meta-analysis (CRD420251026702), MEDLINE, Embase, CINAHL, Web of Science, and Scopus were searched from inception to November 9, 2024, for studies reporting on injury prevalence among plastic surgeons. Methodological quality was assessed using the Joanna Briggs Institute Checklist for Prevalence Studies. The primary outcome was the literature-pooled MSK injury prevalence. Secondarily, we reviewed ergonomic risk factors and impacts. Pairwise and nonpairwise meta-analyses and random effects meta-analyses were conducted for dichotomous and continuous outcomes, respectively. Results: Fifteen studies were included, encompassing 3313 plastic surgeons. Very low-certainty evidence suggested that 72.0% reported MSK injury (95% CI [63.4, 79.3]), with the greatest prevalence in aesthetic surgeons (84.3%; 95% CI [76.0, 90.1]) and lowest among craniofacial surgeons (69.4%; 95% CI [52.8, 82.1]). Symptoms mostly occurred in the neck (47.0%), lower back (37.0%), and upper back (32.0%). Consequently, 38.6% worried about disability, 10.1% took time off, and 5.9% decreased their caseload. Practice duration, caseload, and age were risk factors. Conclusion: Ergonomic-related injuries varied among subspecialties, affecting the neck (craniofacial, oculoplastic, and microsurgeons), forearm/wrist/hands (hand surgeons), and lower back (aesthetic surgeons). Tailored ergonomic education programs are needed to protect the health and well-being of plastic surgeons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,058
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,058
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,402
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetOccupational health in dentistryTravaux en français237 207