Dolor musculoesquelético en cirujanos españoles: análisis estadístico y desarrollo de una herramienta predictiva de riesgo.

Abstract

Este Trabajo Fin de Grado se centra en el estudio del dolor musculoesquelético en cirujanos españoles, partiendo de la implementación de la encuesta «ErgoSurgeon» entre miembros de la Asociación Española de Cirujanos. En la introducción se revisa la literatura sobre ergonomía quirúrgica y los mecanismos que explican la aparición de molestias en cuello, espalda y extremidades durante la actividad en el quirófano. A continuación, se detalla el diseño muestral y la construcción del cuestionario, que recoge información demográfica, características de la práctica quirúrgica (tanto frecuencia y tipo de intervenciones) y aspectos ergonómicos como la disposición de pantallas, el uso de instrumental y la realización de pausas intraoperatorias. La metodología combina un análisis descriptivo de las variables recogidas, pruebas estadísticas inferenciales para explorar las relaciones entre factores de riesgo y presencia de dolor, y técnicas de modelización predictiva mediante regresión logística y algoritmos de Random Forest. En la parte aplicada se describe el desarrollo de una calculadora interactiva en R Shiny, basada en los resultados de los modelos, que permite estimar el riesgo individual de padecer dolor moderado o severo en distintas regiones corporales. Finalmente, se discuten las implicaciones prácticas de estos hallazgos para la formación ergonómica, el diseño de protocolos preventivos y la mejora del entorno quirúrgico con miras a preservar la salud laboral de los cirujanos.

This Bachelor’s Thesis investigates musculoskeletal pain among Spanish surgeons, grounded in the «ErgoSurgeon» survey administered to members of the Spanish Association of Surgeons. The introduction reviews the literature on surgical ergonomics and the mechanisms underlying discomfort in the neck, back, and extremities during operating room procedures. The sampling design and questionnaire development are then detailed, covering demographic characteristics, surgical practice parameters (frequency and type of procedures), and ergonomic factors such as monitor placement, instrument ergonomics, and intraoperative breaks. The methodology integrates a descriptive analysis of the collected variables, inferential statistical tests to examine associations between risk factors and pain occurrence, and predictive modeling using logistic regression and Random Forest algorithms. In the application section, the development of an interactive R Shiny calculator based on the predictive models is described, enabling users to estimate their individual risk of moderate to severe pain in various body regions. Finally, the practical implications of these findings are discussed in terms of ergonomic training, preventive protocol design, and operating room improvements aimed at preserving surgeons’ occupational health.