Work disability benefits due to musculoskeletal disorders among Brazilian private sector workers
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the prevalence and characteristics of disability benefits due to musculoskeletal disorders (MSD) granted to Brazilian private sector workers. METHODS: This was a population-based epidemiological study of MSD-related benefits among registered private sector workers (n=32 959 329). The prevalence (benefits/10 000 workers/year) of work disability benefits was calculated by gender, age, state, Human Development Index (HDI), economic activity, MSD type and work-relatedness. RESULTS: The prevalence of MSD-related benefits in Brazil among registered private sector workers in 2008 was 93.6/10 000 workers. The prevalence increased with age, and was higher for women (112.2) than for men (88.1), although the former had shorter benefit duration. The gender-adjusted prevalence by state varied from 16.6 to 90.3 for non-work-related, and from 7.8 to 59.6 for work-related benefits. The Brazilian states with a high-very high HDI had the highest prevalence. The top four most common types of MSD-related benefits were due to back pain, intervertebral disc disorders, sinovitis/tenosynovitis and shoulder disorders. CONCLUSION: MSD is a frequent cause of work disability in Brazil. There were differences in prevalence among economic activities and between states grouped by HDI. This study demonstrates that further evaluation of the contributing factors associated with MSD-related disability benefits is required. Factors that should be considered include production processes, political organisation, socioeconomic and educational characteristics, the compensation and recording systems, and employee-employer power relationships. These factors may play an important role in the prevalence of MSD-related disability benefits, especially in countries with large socioeconomic iniquities such as Brazil.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».