MétaCan
Menu
Retour à la cohorte
Enregistrement W2107190191 · doi:10.1093/occmed/kqs137

Mental ill-health and second claims for work-related injury

2012· article· en· W2107190191 sur OpenAlexaff
Nicola Cherry, Igor Burstyn, Jeremy Beach

Notice bibliographique

RevueOccupational Medicine · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineWorkers' compensationCohortOccupational injuryOccupational safety and healthProportional hazards modelPersonal injuryInjury preventionCompensation (psychology)DemographyActuarial sciencePoison controlMedical emergencyPsychologyLawSocial psychologySurgeryInternal medicinePolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is some evidence that mental ill-health (MIH) is associated with injury at work, but data are sparse. AIMS: To examine, within a cohort of workers with a first workers' compensation claim, whether those with a history of MIH had a higher than expected number of second claims. METHODS: All Workers' Compensation Board (WCB) records from January 1995 to December 2004 were linked to administrative health records, and a physician diagnosis of MIH in the 48 months prior to the first WCB claim extracted. The first and second (if any) claim for each worker were identified and time to second claim calculated. Survival time to second claim was estimated by Cox regression with history of MIH as a covariate. RESULTS: Results were available for 389 903 WCB first claimants. Of these 53% of men and 38% of women had a second claim, with a mean time between claims of 768 days (men) and 785 days (women). Those with a history of MIH were somewhat more likely to make a second claim and, in the survival analysis, to make this claim sooner. Type of injury at first claim did not appear to modify this effect. CONCLUSIONS: Workers with a recent history of MIH at the time of making a first WCB claim for a work injury are at greater risk of a second injury, leading to a new claim. Strategies to get workers back to work after the first injury/claim should include management of MIH to reduce the risk of further injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,438
Écart entre enseignants0,393 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOccupational MedicineMême sujetWorkplace Health and Well-beingTravaux en français237 207