Meta‐analysis of predictors of favorable employment outcomes among individuals with bipolar disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Although several studies have reported on predictors of employment in individuals with bipolar disorder (BD), the magnitude of the impact of these variables is unclear as no previous studies have estimated the collective effect sizes (ESs). The present meta-analysis estimated ESs and explored which of these variables are associated with positive employment outcomes. METHODS: We searched for articles published between 2000 and 2011 that reported associations between sociodemographic, clinical, psychosocial, and/or cognitive variables with employment outcomes in BD. Of the 781 articles identified, 22 met the inclusion criteria and were included in the final analysis (n = 6,301). Weighted correlation coefficients (r-index) were computed as ESs for each of the predictor variables, which were grouped into six categories: cognitive performance, symptomatology, sociodemographic factors, course of illness, clinical variables, and other personal factors. The overall ES (Rw) was estimated by assuming random-effect models. Sensitivity analyses were also performed to determine the robustness of the findings. RESULTS: Significant predictors of favorable employment outcomes included: cognitive performance (e.g., verbal memory, Rw = 0.33; executive function, Rw = 0.26), sociodemographic factors (e.g., years of education, Rw = 0.23), course of illness (e.g., number of lifetime psychiatric hospitalizations, Rw = -0.35), symptomatology (e.g., depression, Rw = -0.25), and other personal factors (e.g., personality disorder, Rw = -0.49). CONCLUSIONS: Overall, the cognitive performance and course of illness had larger average ESs than symptomatology or sociodemographic factors on favorable employment outcomes. These findings may help to guide the design of more effective work interventions for people with BD.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,006 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle