Biopsychosocial Multivariate Predictive Model of Occupational Low Back Disability
Notice bibliographique
Résumé
STUDY DESIGN: To establish outcome, 253 workers with subacute and chronic low back conditions were assessed with a comprehensive multimethod biopsychosocial protocol at baseline, 3 days after the initial examination, and 3 months later. OBJECTIVE: To validate empirically a biopsychosocial model for prediction of occupational low back disability. SUMMARY OF BACKGROUND DATA: Costs of low back occupational disability continue to spiral despite stabilization of low back injury rates. An empirically based model to predict occupational disability in workers with low back injuries is required. METHODS: Workers with subacute low back injuries (4-6 weeks after injury, n = 192) and those with chronic back pain (6-12 months after injury, n = 61) were the study participants. The biopsychosocial protocol included five groups of variables: 1) sociodemographic, 2) medical, 3) psychosocial, 4) pain behavior, and 5) workplace-related factors. Predictive validity was investigated through a 3-month follow-up assessment, at which time the return to work outcome was determined. Stepwise logistic regression models were developed to predict work status. RESULTS: The final integrated model consisted of variables from a wide biopsychosocial spectrum: vitality, health transition, feeling that job is threatened due to injury, expectations of recovery, guarding behavior, perception of severity of disability, time to complete walk, and right leg typical sciatica. CONCLUSIONS: The "winning" variables identified in the integrated model are dominated by cognitions, which are accompanied by disability behaviors. A cognitive-behavioral model with an adaptation-oriented rather than a pathology-oriented focus is favored for early intervention with high-risk workers since cognitions are amenable to change.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».