ارزیابی ریسک فاکتورهای ناراحتی های اسکلتی عضلانی کارکنان یکی از صنایع لوله سازی شیراز به روش QEC، 1388
Publish place: 7th Congress of Occupational Health and Safety
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 992
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCOHS07_111
تاریخ نمایه سازی: 17 اردیبهشت 1392
Abstract:
زمینه:ناراحتی های اسکلتی-عضلانی مرتبط با کار یکی از عوامل مخاطره زا در صنایع و یکی از رسک فاکتورهای آن، پوسچر نامطلوب کاری است. صنایع لوله سازی صنعتی است که وجود برخی پوسچرها در آن غیر قابل اجتناب است. در این مطالعه ریسک فاکتورهای ناراحتی های اسکلتی-عضلانی در یکی از صنایع لوله سازی شیراز، مورد مطالعه قرار گرفت. روش بررسی: این مطالعه یک بررسی مقطعی-تحلیلی است. در مجموع 70 کارگر در 25 وظیفه مختلف وارد مطالعه شدند. برای ارزیابی ناراحتی های اسکلتی-عضلانی از پرسشنامه نوردیک استفاده شد. 70 نفر از کارکنان بخش اداری نیز به عنوان گروه کنترل انتخاب شدند. پوسچر کارگران در حین کار ثبت و فرم ارزیابی از وضعیت نیز توسط کارگران پر شد. برای آنالیز پوسچر، از نرم افزار QEC استفاده گردید. آنالیز نتایج نیز با استفاده از نرم افزار SPSS نسخه 13 انجام گرفت. نتایج: نتایج نشان داد که 3/86 درصد از افراد در 1 سال گذشته حداقل در یک ناحیه از سیستم اسکلتی-عضلانی درد را تجربه کردند. کمر با 3/61 درصد، زانو با 9/39 درصد و پشت با 6/33 درصد بیشترین فراوانی را داشت. 34 درصد این افراد تجربه درد و ناراحتی در بیش از یک ناحیه بدن خود داشتند. نتایج حاکی از وجود پوسچرهای نامطلوب د برخی پست های کاری است. بین پوسچر نامطلوب کارکنان و اراحتی های اسکلتی- عضلانی و بین این ناراحتی های در گروه کنترل و اصلی ارتباط معین داری (0.001>P) یافت شد. نتیجه گیری: بطور کلی می توان گفت که QEC برای ارزیابی ناراحتی های در صنعت لوله سازی روشی مناسب است و می توان از نتایج آن جهت اقدامات اصلاحی برای بهبود پوسچرهای کاری بهره برد.
Keywords:
Authors
حیدر محمدی
دانشگاه علوم پزشکی همدان
هادی بیات
دانشگاه علوم پزشکی همدان
محمدتقی رضائیان
کارشناس بهداشت حرفه ای
محمد امین فقیه
دانشجوی کارشناسی ارشد بهداشت حرفه ای همدان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :