Predictors of return to work following traumatic work-related lower extremity amputation
Notice bibliographique
Résumé
PURPOSE: To determine factors predictive of return to work (RTW) and days of total disability (TD) in a population of persons working at the time of lower extremity amputation. METHOD: Retrospective chart and database review. RESULTS: Of 88 valid cases, 48% involved toe amputation, 23% transtibial, 14% partial foot, 14% transfemoral, and 2% high level. Fifty-eight percent of all subjects RTW, 19% were deemed 'fit for work', and 23% did not RTW. Days TD ranged from 0 to 1664, with a mean of 366 days. Toe amputation level showed a mean of 127 days of TD. Bivariate analysis showed amputation level, total costs to Workers Compensation Board (WCB), and days TD significantly related to RTW, and rehabilitation costs, vocational rehabilitation, work assessment, age, number of surgical procedures, number of days in acute care, and amputation level significantly related to days TD. In the multivariate model, only amputation level and higher gross annual income showed predictive value for RTW. However older age, more surgical procedures, less days in hospital, and higher amputation levels were all predictive of increased days TD. CONCLUSION: Toe amputation level had a surprisingly high number of days TD, which may have significant potential economic and disability impact on the workplace. Other factors beyond simply amputation level (such as previous income level) are important considerations for RTW.
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 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».