بررسی خطرات ارگونومیک و شیوع اختلالات اسکلتی-عضلانی در راهبران قطار شهری مشهد: یک مطالعه مبتنی بر روش REBA
محل انتشار: مجله ارگونومی، دوره: 13، شماره: 1
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 94
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IEHFS-13-1_002
تاریخ نمایه سازی: 9 تیر 1404
چکیده مقاله:
مقدمه: اختلالات اسکلتی-عضلانی از جمله مشکلات شایع سلامت شغلی هستند که به ویژه در مشاغل رانندگی، بروز بالایی دارند. هدف این مطالعه، ارزیابی وضعیت بدنی و تعیین خطر ابتلا به اختلالات اسکلتی-عضلانی در راهبران قطار شهری مشهد با استفاده از روش REBA بود.
روش کار: در این مطالعه مقطعی، ۱۴۰ نفر از راهبران قطار شهری مشهد به روش نمونه گیری تصادفی انتخاب شدند. داده های دموگرافیک و اطلاعات مربوط به اختلالات اسکلتی-عضلانی با استفاده از پرسشنامه نوردیک و ارزیابی پوسچر کاری با روش REBA جمع آوری شد. برای تحلیل داده ها از آزمون های آماری پارامتریک (آزمون مقایسه میانگین دو گروه مستقل) و ناپارامتریک (آزمون کای دو) استفاده گردید.
یافته ها: نتایج نشان داد که ۸۷/۱٪ از شرکت کنندگان حداقل در یکی از نواحی بدن دچار اختلالات اسکلتی-عضلانی بودند. بیشترین شیوع درد مربوط به نواحی گردن (۶۰٪)، کمر (۵۷/۱٪) و پشت (۳۳/۶٪) بود. بر اساس نتایج ارزیابی پوسچر REBA، ۷۱/۴٪ از افراد در سطح خطر متوسط قرار داشتند. همچنین، ارتباط معناداری بین شاخص توده بدنی، سابقه کاری و ابتلا به اختلالات عضلانی-اسکلتی مشاهده شد (p<۰.۰۵).
نتیجه گیری: با توجه به شیوع بالای اختلالات اسکلتی-عضلانی در میان راهبران قطار شهری مشهد و وضعیت های بدنی با خطر متوسط، نیاز به مداخلات ارگونومیک و آموزش اصول پوسچر صحیح احساس می شود.
.
کلیدواژه ها:
نویسندگان
فاطمه فراغتی
Department of Health, Safety and Environment Engineering, Sha.C., Islamic Azad University, Shahrood, Iran
محمدجواد اسداله زاده
Department of Chemical Engineering, Sha.C., Islamic Azad University, Shahrood, Iran
مریم حسنی
Department of Food Science and Technology, Sha.C., Islamic Azad University, Shahrood, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :