MétaCan
Menu
Retour à la cohorte
Enregistrement W2325541282 · doi:10.1097/jom.0000000000000702

Comparing the Relationship Between Age and Length of Disability Across Common Chronic Conditions

2016· article· en· W2325541282 sur OpenAlexaff
Arif Jetha, Elyssa Besen, Peter Smith

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensPublic Health OntarioUniversity of TorontoInstitute for Work & Health
Organismes subventionnairesLiberty Mutual Research Institute for Safety
Mots-clésMedicineDepression (economics)Diabetes mellitusChronic painDiseasePhysical therapyArthritisInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to compare the association between age and disability length across common chronic conditions. METHODS: Analysis of 39,915 nonwork-related disability claims with a diagnosis of arthritis, diabetes, hypertension, coronary artery disease, depression, low back pain, chronic pulmonary disease, or cancer. Ordinary least squares regression models examined age-length of disability association across chronic conditions. RESULTS: Arthritis (76.6 days), depression (63.2 days), and cancer (64.9 days) were associated with longest mean disability lengths; hypertension was related to shortest disability lengths (41.5 days). Across chronic conditions, older age was significantly associated with longer work disability. The age-length of disability association was most significant for chronic pulmonary disease and cancer. The relationship between age and length of work disability was linear among most chronic conditions. CONCLUSIONS: Work disability prevention strategies should consider both employee age and chronic condition diagnosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,436
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetWorkplace Health and Well-beingTravaux en français237 207