Factors associated with absenteeism, presenteeism and activity impairment in patients in the first years of RA
Notice bibliographique
Résumé
OBJECTIVES: To understand the impact of the early years of RA on all aspects of work productivity, and determine how this is related to clinical markers. Previous research on work productivity has examined predominantly early retirement and absenteeism. The impact of reduced work performance (presenteeism) and activity impairment is less well understood in early RA populations. METHODS: Working patients enrolled in an RA inception cohort were recruited into a nested study. A questionnaire incorporating the Work Productivity and Activity Impairment (WPAI) instrument was administered with a number of clinical outcomes, including the Multidimensional Health Assessment Questionnaire (MD-HAQ) and scales for pain, fatigue and patient assessment of disease patient global assessment (PtGA). RESULTS: Analysis included 150 RA patients, with the mean age at onset being 48 years (s.d. 10 years) and disease duration from symptom onset being 49 months. Patients had relatively mild disease: MD-HAQ (0.6), pain (3.6), PtGA (3.6) and fatigue (4.6). Of the 92% patients working for pay, 19% reported missing work (absenteeism) in the past week due to their health, accounting for 46% of their working time. Even while at work, ∼25% of actual hours was lost due to poor health, while outside work 33% of patients' regular daily activities were prevented. In multivariate analyses, disease severity was associated with the presence of absenteeism, presenteeism and activity impairment. Patients able to self-schedule their work had lower presenteeism and activity impairment. CONCLUSIONS: Productivity loss is common in patients in the first years of RA who are in paid work and was associated with work characteristics and adverse clinical 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».