MétaCan
Menu
← Retour à la cohorte
Enregistrement W7018474644

Développement d'un outil personnalisé d'aide à la décision en vue de minimiser les risques en manutention impliquant des postures symétriques et asymétriques

2021· article· fr· W7018474644 sur OpenAlexaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2021
Typearticle
Languefr
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationLumbar spineRisk prevention
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les charges excessives imposées sur la colonne vertébrale lombaire constituent un facteur de risques important pour les maux de dos. La modélisation biomécanique de la colonne vertébrale est la seule approche non invasive permettant d’estimer ces charges, mais la complexité de ces modèles limite leur utilisation par des ergonomes. Pour aider ces derniers à identifier des situations à risque de blessures au dos afin de limiter le chargement aux structures lombaires, il existe des outils d’aide à la décision comme l’équation de levage du NIOSH (Revised NIOSH Lifting Equation, Waters et al., 1993) ainsi que les tables de levage de Snook (Snook et Ciriello 1991, Liberty Mutual). Ce ne sont toutefois pas des outils qui calculent directement le chargement lombaire, mais plutôt fournissent une estimation des poids limites qu’une population de travailleur peut soulever de manière sécuritaire. Par le passé, Arjmand et al. (2011, 2012) ont développé des équations de régression, à partir du modèle cinématique détaillé du groupe de Shirazi-Adl. Elles établissent une relation simple entre le chargement lombaire (forces de compressions et de cisaillement aux niveaux L4-L5 et L5-S1) et des variables indépendantes d’entrées facilement mesurables par l’intervenant. Ces équations sont par contre limitées aux postures symétriques et elles ne tiennent pas compte des variations dans le poids et la taille des travailleurs. On visait à : (1) développer les équations de prédiction des charges au dos tenant compte pour la première fois des facteurs personnels tels que le poids et la taille des sujets; (2) améliorer les équations de prédiction des charges au dos lors d’activités asymétriques de manutention, équations qui seraient utilisées par les ergonomes pour évaluer des situations à risque de blessures. Méthode : Notre modèle cinématique d’éléments finis du tronc a été modifié pour incorporer des variables personnalisées, dont le poids, la taille, l’âge et le sexe des sujets et ensuite utilisé pour évaluer l’effet de ces variables individualisées (poids, taille, sexe et âge) sur les forces de compression et de cisaillement aux niveaux L4-L5 et L5-S1. Des mesures directes ont été effectuées sur 19 sujets asymptomatiques lors de tâches symétriques et asymétriques de manutention, afin d’enregistrer les rotations en 3D du tronc et du bassin ainsi que les activités EMG des muscles superficiels. Le modèle cinématique amélioré a permis d’estimer les forces de compression et de cisaillement lors des tâches symétriques/asymétriques et des simulations ont permis d’étendre les données d’entrée et de sortie utile au développement de nouvelles équations de régression. Ces équations sont capables de prédire les forces de compression/cisaillement à partir de simples variables d’entrée comme le poids et la taille du sujet, la grandeur de charge, la distance (bras de levier) de la charge dans les mains, l’inclinaison ainsi que l’angle d’asymétrie du tronc. Résultats obtenus : Des équations de prédiction des forces de compression et de cisaillement sur la colonne vertébrale aux niveaux L4-L5 et L5-S1 ont été développées pour les manutentions : (1) en postures symétriques en tenant compte des variations des charges, de la posture, du poids, de la taille, du sexe et de l’âge des sujets; et (2) en postures asymétriques en tenant compte de la grandeur de charge, de la position de la charge dans les mains, de la rotation asymétrique du tronc et des paramètres personnalisés des sujets comme les variables d’entrée. Ces équations de régression ont eu la meilleure correspondance (suivies par OpenSim, AnyBody, le polynôme de McGill et 3DSSPP) par rapport aux mesures intradiscales in vivo. Aussi, chez des personnes de poids corporel élevé, les estimations des poids recommandés au moyen de l’équation de lever du NIOSH ont généré des forces de compression lombaire plus élevées que la limite recommandée par le NIOSH. Par contre, chez les individus moins lourds, les poids recommandés du NIOSH sont demeurés conservateurs (compression < 3 400 N et cisaillement < 1 250 N). Retombées : Ce travail offre maintenant aux intervenants en SST des équations prédictives simples des forces de compression et de cisaillement sur la colonne vertébrale comme outil d’aide à la décision en vue de minimiser les risques en manutention impliquant des postures symétriques et asymétriques. Abstract Excessive loads on the lumbar spine are a major risk factor for back pain. Biomechanical modeling of the spinal column is the only non-invasive approach to estimate these loads, but the complexity of these models limits their use by ergonomists. To help them identify situations in which there is a risk of back injuries in order to limit loading on the lumbar structures, there are decision support tools, such as the NIOSH lifting equation (Revised NIOSH Lifting Equation, Waters et al., 1993), and the Snook lifting tables (Snook and Ciriello, 1991, Liberty Mutual). However, they do not directly calculate lumbar loading, but instead provide an estimate of the maximum weight that a population of workers can lift safely. In the past, Arjmand et al. (2011, 2012) developed regression equations based on the detailed kinematic model developed by Shirazi-Adl’s team. They establish a simple relationship between lumbar loading (compression and shear forces at L4-L5 and L5-S1) and independent input variables easily measurable by the professional. However, these equations are limited to symmetrical postures and do not take into account variations in workers’ weight and height. The objective was to (1) develop equations to predict spinal loads, taking into account, for the first time, personal factors such as the subject’s weight and height; (2) improve the equations used to predict spinal loads during asymmetrical handling activities, which would be used by ergonomists to assess which situations could cause injuries. Method: Our kinematic finite element model of the torso was modified to incorporate personalized variables, including the subjects’ weight, height, age and gender, and then used to assess the effect of these individualized variables (weight, height, gender and age) on compression and shear forces at L4-L5 and L5-S1. Direct measurements were taken of 19 asymptomatic subjects during symmetrical and asymmetrical manual handling tasks, in order to record 3D torso and pelvic rotations and the EMG activity of superficial muscles. The improved kinematic model made it possible to estimate the compression and shear forces during symmetrical/asymmetrical tasks and simulations extended the input and output data useful for the development of new regression equations. These equations can predict compression/shear forces using simple input variables such as the subject’s weight and height, load size, distance (lever arm) of the load in the hands, slope and angle of asymmetry of the torso. Results: Prediction equations for compression and shear forces on the spinal column at L4-L5 and L5-S1 were developed for manual handling: (1) in symmetrical postures, taking into account variations in loads, posture, weight, height, gender and age; and (2) in asymmetrical postures, taking into account load size, load position in the hands, asymmetrical torso rotation and individualized parameters of the subjects, such as input variables. These regression equations had the best match (followed by OpenSim, AnyBody, the McGill polynomial and 3DSSPP) with the in vivo intradiscal measurements. In addition, in people with high body weight, the estimates of recommended weights using the NIOSH lifting equation generated lumbar compression forces higher than the limit recommended by the NIOSH. In contrast, in lighter individuals, the weights recommended by the NIOSH remained conservative (compression < 3 400 N and shear < 1 250 N). Benefits: This study now provides OHS professionals with simple predictive equations of compression and shear forces on the spine to help in making decisions to minimize manual handling risks involving symmetrical and asymmetrical postures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,017
Tête enseignante GPT0,296
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→