29 What Effect Does Liver Transplant in Adults have on Employment? - A Systematic Review
Notice bibliographique
Résumé
Objectives Return to work after liver transplantation was last reviewed in 2000. Changes have occurred to transplant programmes since that time. As such, a review of recent publications was undertaken to identify if the employment experience has altered in the past 12 years. Methods A literature search was performed in PubMed and Embase. Papers published from January 2000 to December 2011 in the English language were included in the review. 181 papers were identified. After removal of duplicates 117 abstracts and titles were screened and 29 papers considered for eligibility. 24 papers were included in this review. Results 10 papers were from the USA and 14 were from other countries. The number of cases followed up ranged from 8 to 471 (total 3,222) with a mean age of 51.9 years. The follow-up period ranged from 2 to 20 years (mean 6.1 years). 10 studies included pre and post-transplant employment rates. Pre-transplant rates ranged from 40–75% (mean 63.8%). Post-transplant the rates ranged from 22–57% (mean 37.1%). In 9 studies the employment rate fell. Post-transplant employment rates fell with duration of follow-up (7 studies; p = 0.016). Cross-sectional analysis showed recipients had lower physical component scores on SF-36 compared to the general population. Longitudinal data showed improvement in physical function between pre- and post-transplant assessment. The results were lower than the general population but better than those with chronic liver disease. One paper identified depression as a factor associated with higher unemployment post-transplant. Conclusions The review indicates that post transplantation employment rates are lower compared to pre-transplantation rates, despite improved physical function. Rates appear to fall with duration of follow-up over the first 6.5 years after transplantation. A study with follow-up at intervals after transplantation would improve understanding of the return to work issues and help plan suitable interventions.
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 | 0,009 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».