The cost-effectiveness of a back education program for firefighters: a case study.
Notice bibliographique
Résumé
SUMMARY OF BACKGROUND DATA: Low Back Pain (LBP) is one of the most common causes of disability in the working population, and its impact on industry is enormous. The high financial costs of LBP and its apparent relationship with working conditions have led to efforts to prevent this condition. Several reviews have suggested that there is considerable potential for multimodal preventive interventions to cost-effectively reduce the overall burden of illness. OBJECTIVES: The objectives of this study were to assess the feasibility of implementing a multi-faceted back injury prevention program in the community, and to assess the effectiveness of this program. STUDY DESIGN: A case study involving 92 firefighters from a suburb north of Toronto, Ontario, Canada. METHODS: A back education program, called the Back Informed Program, was conducted on-site by a trained chiropractor. It offered employees job-specific education, ergonomic advice, exercises and pain management, as well as hands-on practice sessions. Data on absenteeism due to back injury, and cost of lost work days due to back injury were collected between January 1995 and December 1996. Data were compared to a municipality that received no such program during the same time period. Secondary outcomes, including information attained among the workers were qualitatively assessed. Absenteeism and financial data were used to demonstrate the potential efficacy of such a program. RESULTS: The results showed a significant decrease in the number of days lost due to back injuries in the year following implementation of the program. Upon implementation of the Back Informed program, there was a reduction of 72.4% in days lost reported over the two year period of program implementation. The rate of days lost per worker was 0.64 prior to program implementation and dropped to 0.13 two years later. This resulted in substantial cost-savings in both direct and indirect costs to the municipality. CONCLUSIONS: This study suggests that a multi-faceted, occupation-specific back education program may help reduce back injuries and reduce injury-related costs.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».