Short Term Predictors of Unemployment in Multiple Sclerosis Patients
Notice bibliographique
Résumé
BACKGROUND: Unemployment is common in people with multiple sclerosis (MS) and is associated with loss of income and impaired health related quality of life. This study determined variables associated with unemployment and risk factors for the development of unemployment in people with MS. METHODS: Ninety-six patients who were under age 65 and participated in two previous studies to measure economic costs and health related quality of life in MS were included. The baseline employment rate and variables associated with unemployment at baseline were determined. The ability of these variables to predict unemployment over the next two and a half years was then evaluated. RESULTS: At baseline 50.1% (50/96) of participants were employed. Two and a half years later only 40.6% (39/96) remained employed. This represents loss of employment for 22.0% (11/50) of those originally employed. Factors associated with unemployment at baseline included greater disability, progressive disease course, longer disease duration, and older age. Risk factors for loss of employment over the next 2.5 years included greater disability and older age. CONCLUSIONS: This study confirms the low employment rate among people with MS and confirms the association of several previously-reported factors with greater risk of unemployment. It is also the first study to confirm that some of these factors also increase the risk of future unemployment. People with MS who are over age 39 or have moderate disability and are still employed can now be identified as at risk for becoming unemployed over the next 2.5 years. They should be considered for interventions to maintain employment or to lessen the impact of unemployment.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».