Prevalência de lesões músculo-esqueléticas nos enfermeiros de um hospital da região centro de Portugal
Notice bibliographique
Résumé
Introduction: Work-Related Musculoskeletal Disorders (WRMDs) are one of the main causes of absenteeism and work disability, being a problem that affects nurses. Objective: To identify the prevalence of WRMSDs among nurses in a hospital in the central region of Portugal. Methodology: A descriptive, quantitative, cross-sectional study was conducted using a convenience sample. Data collection was carried out using the Nordic Musculoskeletal Questionnaire during the first quarter of 2023. Data processing and analysis were performed using SPSS, version 28 (p< 0.05). Ethical principles were ensured. Results: A total of 837 responses were obtained, corresponding to 26.1% of the population, with a mean age of 43.8 ± 10.23.A high prevalence of symptoms was observed, with an emphasis in the lower back region (77.5% in the last 12 months, 49.6% in the last 7 days), with 55% reporting activity limitations in the last 12 months. Over the past 7 days, 55.7% of participants reported a mean pain intensity of 3.95 ± 1.88. Statistically significant associations were found between the prevalence of symptoms by anatomical location in the last 12 months and: i) age; ii) professional activity duration; iii) nursing activities/body postures adopted during shifts. Conclusion: The results align with several national and international studies, revealing a high prevalence of musculoskeletal symptoms among nurses, which negatively impacts their health and quality of life as well as the sustainability of the national healthcare system. This highlights the need to develop, implement, and evaluate WMSD prevention programs to mitigate the issue.
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 | 0,010 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,012 | 0,005 |
| Science ouverte | 0,024 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».