Factors affecting return to work after injury or illness: best evidence synthesis of systematic reviews
Notice bibliographique
Résumé
BACKGROUND: Work disability is a major personal, financial and public health burden. Predicting future work success is a major focus of research. OBJECTIVES: To identify common prognostic factors for return-to-work across different health and injury conditions and to describe their association with return-to-work outcomes. METHODS: Medline, Embase, PsychINFO, Cinahl, and Cochrane Database of Systematic Reviews and the grey literature were searched from January 1, 2004 to September 1, 2013. Systematic reviews addressing return-to-work in various conditions and injuries were selected. Eligible studies were critically appraised using the Scottish Intercollegiate Guidelines Network criteria to identify low risk of bias reviews. RESULTS: Of the 36,193 titles screened and the 94 eligible studies reviewed, 56 systematic reviews were accepted as low risk of bias. Over half of these focused on musculoskeletal disorders, which were primarily spine related (e.g., neck and low back pain). The other half of studies assessed workers with mental health or cardiovascular conditions, stroke, cancer, multiple sclerosis or other non-specified health conditions. Many factors have been assessed, but few consistently across conditions. Common factors associated with positive return-to-work outcomes were higher education and socioeconomic status, higher self-efficacy and optimistic expectations for recovery and return-to-work, lower severity of the injury/illness, return-to-work coordination, and multidisciplinary interventions that include the workplace and stakeholders. Common factors associated with negative return-to-work outcomes were older age, being female, higher pain or disability, depression, higher physical work demands, previous sick leave and unemployment, and activity limitations. CONCLUSIONS: Expectations of recovery and return-to-work, pain and disability levels, depression, workplace factors, and access to multidisciplinary resources are important modifiable factors in progressing return-to-work across health and injury conditions. Employers, healthcare providers and other stakeholders can use this information to facilitate return-to-work for injured/ill workers regardless of the specific injury or illness. Future studies should investigate novel interventions, and other factors that may be common across health conditions.
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 | 0,018 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».