Predicting Time on Prolonged Benefits for Injured Workers with Acute Back Pain
Notice bibliographique
Résumé
INTRODUCTION: Some workers with work-related compensated back pain (BP) experience a troubling course of disability. Factors associated with delayed recovery among workers with work-related compensated BP were explored. METHODS: This is a cohort study of workers with compensated BP in 2005 in Ontario, Canada. Follow up was 2 years. Data was collected from employers, employees and health-care providers by the Workplace Safety and Insurance Board (WSIB). Exclusion criteria were: (1) no-lost-time claims, (2) >30 days between injury and claim filing, (3) <4 weeks benefits duration, and (4) age >65 years. Using proportional hazard models, we examined the prognostic value of information collected in the first 4 weeks after injury. Outcome measures were time on benefits during the first episode and time until recurrence after the first episode. RESULTS: Of 6,657 workers, 1,442 were still on full benefits after 4 weeks. Our final model containing age, physical demands, opioid prescription, union membership, availability of a return-to-work program, employer doubt about work-relatedness of injury, worker's recovery expectations, participation in a rehabilitation program and communication of functional ability was able to identify prolonged claims to a fair degree [area under the curve (AUC) = .79, 95% confidence interval (CI) .74-.84]. A model containing age, sex, physical demands, opioid prescription and communication of functional ability was less successful at predicting time until recurrence (AUC = .61, 95% CI .57, .65). CONCLUSIONS: Factors contained in information currently collected by the WSIB during the first 4 weeks on benefits can predict prolonged claims, but not recurrent claims.
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 | 0,003 | 0,006 |
| 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 | 0,000 |
| 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 ».