Global absenteeism and presenteeism in mental health patients referred through primary care
Notice bibliographique
Résumé
BACKGROUND: Disability from mental health (MH) symptoms impairs workers' functioning. Most of what is known about the MH of workers relates to their experiences after intervention or work absence. OBJECTIVE: To profile the clinical symptoms, self-reported absenteeism and presenteeism and treatment response of workers with MH symptoms at the point of accessing MH care and compare the characteristics of patients referred with or without problems related to work. METHODS: Analysis of 11 years of patient data collected in a Shared Mental Health Care (SMHC) clinic referred within a primary care setting in Ontario, Canada. Multiple regression with MH disorders was used to predict absenteeism and presenteeism. Absenteeism and presenteeism were assessed using the 12-item self-administered version of the WHO-DAS 2. Symptom profiles were assessed with the Patient Health Questionnaire (PHQ). RESULTS: Some psychiatric disorders (depression, somatization, anxiety) contributed more to predicting absenteeism and presenteeism than others. Patients referred with work-related problems differed from the general SMHC population in terms of sex and type and number of symptoms. Treatment response was good in both groups after a mean of three treatment visits. CONCLUSIONS: Patients with work-related mental health complaints formed a distinct clinical group that benefitted equally from the intervention(s) provided by SMHC.
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 | 0,000 | 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 | 0,001 | 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 ».