OBJECTIVE: Hands and forearms are one of the most common localisations of musculoskeletal disorders (MSDs) among dental practitioners. The aim of this study was to objectively assess the local muscular load of hands and forearms of dental practitioners during various treatment procedures using the method of the integrated electromyography (iEMG). This method is used for health risk assessment and categorization of working operation within the official national methodology. METHODS: A total of 24 measurements were performed on 10 dental practitioners during 8 different dental treatments; mostly on those which are most frequent in clinical practice, i.e. endodontic treatment, tooth extraction, tooth restoration with filling and prosthetic treatment. The EMG Holter was used to detect the electromyographic potentials determining the local muscular load. RESULTS: All the muscle groups of the forearm were relatively evenly loaded at work. During the dynamic work activity, the average time-weighted value of maximum voluntary contraction (%MVC) was in the range from 1 to 30 %MVC for all evaluated muscle groups. The mean average time-weighted value of %MVC did not exceed 6% (a critical limit of the mean average time-weighted value of %MVC) in any of the evaluated muscle groups. The results of the frequency analysis showed that large (55-70 %MVC) and rarely the limits exceeding values (above 70 %MVC) were observed for individual muscle groups. These forces are related to performing tasks at inaccessible locations associated with non-physiological working positions. The differences in the mean forearm muscle load between the upper limbs were statistically significant in total (p < 0.001), for flexors (p = 0.017) and for extensors (p = 0.006). CONCLUSION: In view of the results of this study, the work of dentists can be ranked in category 2 in terms of the local muscle load factor according to the currently valid legislation in the Czech Republic.
- MeSH
- elektromyografie metody MeSH
- lidé MeSH
- role odborníka * MeSH
- ruka MeSH
- zubní lékaři * MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
- Geografické názvy
- Česká republika MeSH
OBJECTIVE: Mercury dental amalgam restorations are an important source of chronic exposure to mercury in the whole population and special attention should be paid not only to occupational exposure to mercury during the preparation and administration of amalgam. The authors' report is an up-to-date contribution to the health risk assessment of mercury use in dentistry, namely occupational exposure to mercury in dentists working with dental amalgam and exposure to mercury in persons treated with amalgam dental restorations. METHODS: Determination of total mercury in samples of biological material (urine, hair) was performed during 2017 and 2018 in 50 persons by the AAS method using the mercury vapour generation technique at 254.6 nm. RESULTS: Current dental exposures based on the most recent findings do not exceed acceptable risk levels and are below the biological limit of mercury in urine valid for occupationally exposed persons (100 μg.g-1 of creatinine), namely median value was 1.48 (min. < limit of detection (LOD), max. 17.14) μg.g-1 of creatinine (40 persons), total mercury content in hair of dental personnel expressed as median value was 0.340 (min. 0.060, max.1.628) μg.g-1. In controls (10 persons) was total mercury content in urine expressed as median value 0.36 (min. < LOD, max. 2.74) μg.g-1 of creatinine, in hair was median value 0.224 (min. 0.059, max. 0.453) μg.g-1. CONCLUSIONS: Authors support opinion that amalgam fillings in the oral cavity are a permanent source of mercury for the body itself.
- MeSH
- hodnocení rizik MeSH
- lidé MeSH
- pracovní expozice analýza škodlivé účinky MeSH
- rtuť analýza moč škodlivé účinky MeSH
- vlasy, chlupy chemie MeSH
- vystavení vlivu životního prostředí analýza škodlivé účinky MeSH
- zubní amalgam škodlivé účinky MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
- MeSH
- biomedicínský výzkum MeSH
- biostatistika * metody MeSH
- multivariační analýza MeSH
- Publikační typ
- práce podpořená grantem MeSH
Mezinárodní statistická klasifikace nemocí a přidružených zdravotních problé- mů (MKN) je publikace založená na kodifikaci a klasifikaci onemocnění, poruch, příznaků či zranění, které jsou strukturovaně hierarchicky zařazené do jednotlivých kapitol a podkapitol v závislosti na typu onemocnění a je jim přiřazeno kódové označení usnadňující identifikaci pojmu ve struktuře. MKN spravuje Světová zdravotnická organizace, která zajišťuje vydávání nových verzí obsahujících opravy, vylepšení a doplnění tohoto klasifikátoru. MKN v současné 10. revizi slouží jako mezinárodní standard pro zaznamenávání (kó- dování) diagnóz. S přicházející 11. revizí, jejímž hlavním přínosem je rozšíření množství obsažených informací o jednotlivých pojmech například o detailnější popis onemocnění, stupnici závažnosti, popis symptomů či navrhované léčebné postupy se násobně zvyšuje potenciál této klasifikace jako informačního zdroje a nástroje pro práci se zdravotnickými daty. Cílem naší práce je vytvoření nového webového portálu, který bude sloužit jako nástroj pro prezentaci informací obsažených v MKN a vlastní kódování. Tento portál by měl být schopen po přijetí vstupních dat, ať už ve formě vyhledávaného názvu, kódu či názvu kapitol, klasifikaci prohledat a zobrazit veškeré nalezené výsledky – záleží pak jen na uživateli, do jaké míry specifikuje své vyhledávání. S touto specifikací by měla být uživateli nápomocná intuitivní realtimová nápověda, která při vyhledávání doporučí pravděpodobný hledaný výraz. Cílem je získání co největšího množství informací k danému pojmu, které by zároveň díky struktuře a kódovému označením bylo možné jednoznačně zařadit a velmi snadno a intuitivně i zpětně získat dané informace při znalosti pouze tohoto kódu, což by velmi usnadnilo kódování klinických dat, s čímž se setkáváme například při vykazování zdravotní péče, vedení zdravotnických statistik, či uchovávání zdravotnických záznamů a dat.
OBJECTIVE: The aim of this study was to assess the contribution of using keystroke dynamics (KD) in combination with integrated electromyography (iEMG) for the objective evaluation of local muscular load of hands and forearms while typing on a computer keyboard and to compare it with results of the commonly used method. METHOD: Study was performed on 12 subjects. Data were collected using our own application for capturing KD data and using EMG Holter for detecting electromyographic potentials to determine local muscular load. RESULTS: The results of our study revealed that currently used methods for assessment of the workload while typing on a computer keyboard are not entirely accurate. In particular, the real total number of keystrokes performed during processing of a text is significantly higher than the count of characters the text is consisting of. In addition to this count, also the so-called invisible keys, keyboard shortcuts, and especially corrections in the typed text must be taken into consideration. CONCLUSIONS: The results indicated that all probands in our study exceeded the valid hygienic limits for the total amount of the small repetitive movements of the hands and forearms and the total amount of the keyboard typing movements. Most of the probands in our study also exceeded the valid hygienic limit for the highest average time-weighted value of the percent maximum voluntary contraction (%MVC). This implies that the keystroke dynamics method has a great potential to increase the accuracy of evaluation of local muscular load when using the keyboard and thus to improve the existing methodology for investigation of occupational diseases resulting from overload while working on the computer.
- MeSH
- dospělí MeSH
- elektromyografie metody MeSH
- ergonomie metody MeSH
- kosterní svaly fyziologie MeSH
- lidé MeSH
- počítače MeSH
- předloktí fyziologie MeSH
- reprodukovatelnost výsledků MeSH
- ruka fyziologie MeSH
- Check Tag
- dospělí MeSH
- lidé MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
- Publikační typ
- časopisecké články MeSH
- MeSH
- big data MeSH
- biometrická identifikace * metody MeSH
- nemocniční informační systémy MeSH
- pilotní projekty MeSH
- ukládání a vyhledávání informací metody MeSH
- využití lékařské informatiky MeSH
- zabezpečení počítačových systémů * MeSH
- zdravotnické informační systémy MeSH
- Publikační typ
- práce podpořená grantem MeSH
The Minimum Redundancy Maximum Relevance (MRMR) approach to supervised variable selection represents a successful methodology for dimensionality reduction, which is suitable for high-dimensional data observed in two or more different groups. Various available versions of the MRMR approach have been designed to search for variables with the largest relevance for a classification task while controlling for redundancy of the selected set of variables. However, usual relevance and redundancy criteria have the disadvantages of being too sensitive to the presence of outlying measurements and/or being inefficient. We propose a novel approach called Minimum Regularized Redundancy Maximum Robust Relevance (MRRMRR), suitable for noisy high-dimensional data observed in two groups. It combines principles of regularization and robust statistics. Particularly, redundancy is measured by a new regularized version of the coefficient of multiple correlation and relevance is measured by a highly robust correlation coefficient based on the least weighted squares regression with data-adaptive weights. We compare various dimensionality reduction methods on three real data sets. To investigate the influence of noise or outliers on the data, we perform the computations also for data artificially contaminated by severe noise of various forms. The experimental results confirm the robustness of the method with respect to outliers.
