Factors associated with sickness certification of injured workers by General Practitioners in Victoria, Australia
Notice bibliographique
Résumé
BACKGROUND: Work-related injuries resulting in long-term sickness certification can have serious consequences for injured workers, their families, society, compensation schemes, employers and healthcare service providers. The aim of this study was to establish what factors potentially are associated with the type of sickness certification that General Practitioners (GPs) provide to injured workers following work-related injury in Victoria, Australia. METHODS: This was a retrospective population-based cohort study was conducted for compensation claims lodged by adults from 2003 to 2010. A logistic regression analysis was performed to assess the impact of various factors on the likelihood that an injured worker would receive an alternate/modified duties (ALT, n = 28,174) vs. Unfit for work (UFW, n = 91,726) certificate from their GP. RESULTS: A total of 119,900 claims were analysed. The majority of the injured workers were males, mostly age of 45-54 years. Nearly half of the workers (49.9%) with UFW and 36.9% with ALT certificates had musculoskeletal injuries. The multivariate regression analysis revealed that for most occupations older men (55-64 years) were less likely to receive an ALT certificate, (OR = 0.86, (95%CI, 0.81 - 0.91)). Workers suffering musculoskeletal injuries or occupational diseases were nearly twice or three times at higher odds of receiving an ALT certificate when compared to fractures. Being seen by a GP experienced with workers' compensation increased the odds of receiving ALT certificate (OR = 1.16, (95%CI, 1.11 - 1.20)). Occupation and industry types were also important factors determining the type of certificate issued to the injured worker. CONCLUSIONS: This study suggests that specific groups of injured workers (i.e. older age, workers with mental health issues, in rural areas) are less likely to receive ALT certificates.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».