A Longitudinal Study of the Development of Low Back Pain in an Industrial Population
Notice bibliographique
Résumé
STUDY DESIGN: This is a longitudinal study in which industrial workers without chronic low back pain (LBP) were initially assessed with a comprehensive test battery and surveyed every 6 months thereafter for 2 years. OBJECTIVE: To determine factors that may predispose industrial workers who lift over 5000 kg per shift to LBP. SUMMARY OF BACKGROUND DATA: Prospective studies are small in number and often limited in breadth or depth of the test battery, methodologic issues, or investigator expertise. There are no prospective studies that focus on a homogeneous work sample of industrial employees. METHODS: Production workers (n = 149) who volunteered for the 2-year study were assessed using physical measures (e.g., muscular strength, endurance, and flexibility), lifting kinematics (a sagittal plane box lift), and health, lifestyle, and work environment data (paper questionnaires). Follow-up questionnaires were distributed every 6 months for 2 years. RESULTS: Using self-report of LBP as the main outcome measure, eight variables predicted LBP in this sample with a 75% correct prediction rate. Predictor variables included age, thoracic acceleration during the trunk velocity test, median frequency intercept of electromyography of the right L3 erector spinae, quadriceps strength, quadriceps endurance, self-assessment of fitness, having a confidante, and number of medications currently taken. CONCLUSION: Results confirmed the multifactorial nature of low back pain and suggest that personal fitness is an important defense against low back pain, even in manual handling lifting tasks.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».