Factors Influencing Results of Functional Capacity Evaluations in Workers' Compensation Claimants With Low Back Pain
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Physical and psychosocial factors are hypothesized to influence performance-based assessment. The purpose of this study was to evaluate the association between performance on the Isernhagen Work System Functional Capacity Evaluation (IWS-FCE) and various clinical and psychosocial factors. SUBJECTS: The sample consisted of 170 workers' compensation claimants who were undergoing functional capacity evaluations (FCEs) for low back injuries. METHODS: In this cross-sectional study, claimants completed a battery of work-related measures, including the IWS-FCE, the Pain Disability Index (PDI), a workplace organizational policies and practices scale, and a recovery expectations questionnaire. Functional capacity evaluation performance indicators were the number of tasks in which subjects did not meet work demands and weight lifted on the floor-to-waist lift. Analysis included multivariable regression. RESULTS: Only the PDI, pain intensity, age, and sex independently contributed to floor-to-waist lift performance. The PDI, pain intensity, and duration of injury contributed to the number of failed tasks. DISCUSSION AND CONCLUSION: The results indicate that performance on FCEs is influenced by physical factors, perceptions of disability, and pain intensity. However, perceptions of workplace organizational policies and procedures were not associated with FCE results for workers' compensation claimants with chronic back pain disability. Functional capacity evaluations should be considered behavioral tests influenced by multiple factors, including physical ability, beliefs, and perceptions.
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 | 0,000 |
| 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 ».