Predicting return to work following treatment of chronic pain disorder
Notice bibliographique
Résumé
BACKGROUND: The care of injured workers with chronic pain remains an important public health issue given its increasing prevalence. The consequences often include loss of self-esteem and stress in family relationships. AIMS: To report our interdisciplinary approach to the care of chronic pain disorder (CPD) and describe the predictors associated with a successful return to work (RTW). METHODS: Relevant covariates, including demographic data, time from injury, and functional scores were recorded for clients injured at work in Ontario, Canada. Our primary outcome, RTW, was assessed at 3 months post-discharge. Descriptive statistics and logistic regression were used to identify those factors predicting a successful RTW. RESULTS: Of the injured workers who participated in the interdisciplinary CPD treatment programme, 1002 clients met our inclusion criteria and were included in the study. Fifty-five per cent were male with a mean age of 46 years. Median time from injury to treatment was 720 days. At 3 months post-treatment, 136 (14%) of the participants were working. Multivariable logistic regression revealed that earlier time since injury (OR = 0.71, 95% CI 0.55-0.92) and presence of an RTW coordinator (RTWC) (OR = 3.42, 95% CI 2.08-5.63) were significant predictors of successful RTW. There was also a significant interaction between RTWC involvement and time since injury. The latter did not appear to influence the likelihood of RTW when an RTWC was present. CONCLUSIONS: Workers compensation boards should refer injured workers with CPD to treatment programmes as early as possible to achieve a successful RTW. Additionally, RTWCs play an important role in improving work outcomes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».