Occupational injuries and illnesses in Quebec’s dental workforce: 15-year data on musculoskeletal disorders
Bibliographic record
Abstract
ContexteLes troubles musculo-squelettiques (TMS) sont fréquents chez les professionnels de soins dentaires en raison des exigences de la profession, notamment les mouvements répétitifs, les postures contraignantes et les positions statiques prolongées. Bien que ces risques professionnels soient bien documentés, une grande partie de la littérature sur les TMS en dentisterie repose sur des enquêtes autodéclarées, manquent de validation objective par le biais des dossiers de demande d'indemnisation, et ne sont pas récentes. Des données actuelles sont essentielles pour comprendre l'impact de ces troubles sur le personnel dentaire.ObjectifL'objectif général de ce projet de recherche de maîtrise était de dresser un portrait des demandes d'indemnisation des travailleurs dentaires au Québec. Ce but a été atteint grâce aux sous-objectifs suivants : (1) décrire les demandes d'indemnisation dans la base de données provinciale des demandes d'indemnisation chez les professionnels dentaires ; (2) estimer les taux annuels d’indemnisations de TMS sur une période de 15 ans ; et (3) décrire et catégoriser les types de TMS les plus fréquemment indemnisés dans cette main-d'œuvre, en identifiant les tendances annuelles et en évaluant les facteurs potentiels associés à ces indemnisations.Méthodes Cette étude a analysé les demandes d'indemnisation déposées par les dentistes, hygiénistes dentaires, assistants dentaires et techniciens dans la base de données de la Commission des normes, de l'équité, de la santé et de la sécurité du travail (CNESST) de 2005 à 2019. Les demandes ont été stratifiées en fonction de la profession, du sexe, de l'âge et du lieu de la lésion. Les taux annuels de demandes de prestations de TMS ont été calculés à l'aide de dénominateurs dérivés des estimations de la main-d'œuvre des données de recensement de Statistique Canada et de l'Enquête sur la population active. Des modèles de régression binomiale négative (RBN) ont été utilisés pour identifier les déterminants des indemnisations pour TMS tels que le sexe, le groupe d'âge et la profession, ainsi que pour évaluer les tendances temporelles.RésultatsSur les 2 229 cas d’indemnisations analysées, 2 142 (96,1 %) ont été déposées par des femmes. Au total, 722 cas (32,4 %) ont été attribuées à des TMS. Parmi les professions, les dentistes ont fait l'objet de 96 indemnisations (4,3 %), tandis que 2 134 (95,7 %) émanaient d'hygiénistes, d'assistants et de techniciens dentaires. L'analyse de RBN a révélé que les hommes avaient un rapport de taux (RR) significativement plus faible de 0,76 (intervalle de confiance à [IC] 95% : 0,69-0,84, p < 0,001) que les femmes. Les RR diminuent progressivement avec l'âge, passant de 0,50 (IC 95 % : 0,48-0,53, p < 0,001) pour les travailleurs âgés de 25 à 34 ans à 0,34 (IC 95 % : 0,31-0,36, p < 0,001) pour ceux âgés de 55 à 64 ans. Les dentistes, qui constituent le groupe de référence, présentaient des RR significativement plus faibles que les hygiénistes dentaires, les assistants et les techniciens (RR = 11 IC à 95 % : 10-13, p < 0,001).Le taux annuel moyen d’indemnisations pour TMS était de 3,3 pour 1 000 travailleurs dentaires employés (IC à 95 % : 3,1-3,6), avec une augmentation annuelle non significative de 1,4 % (IC à 95 % : -0,0014-0,031 ; p = 0,074). Les lésions de l'épaule représentaient 23 % des indemnisations, suivies par les lésions du poignet (20 %). Les entorses, les foulures et les déchirures étaient les types de blessures les plus fréquents, avec un taux de fréquence maximal de 2,1 pour 1 000 (IC à 95 % : 1,4-2,9), soit une augmentation annuelle de 2,6 % (p = 0,029). ConclusionsLes TMS représentaient près d'un tiers des demandes d'indemnisation, soulignant le besoin d’interventions ergonomiques et préventives adaptées. Cette étude met en évidence l’importance des données d’indemnisation pour développer des stratégies basées sur des preuves, visant à améliorer la santé et la sécurité des professionnels dentaires
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".