Longitudinal examination of temporality in the association between chronic disease diagnosis and changes in work status and hours worked
Notice bibliographique
Résumé
OBJECTIVES: To examine the longitudinal relationship between incidence of diagnosed chronic disease and work status and hours worked. METHODS: A dynamic cohort approach was taken to construct our study sample using the Canadian National Population Health Survey. Participant inclusion criteria included being employed and without a chronic health condition in the survey cycle prior to diagnosis, and participation in consecutive surveys following diagnosis. Each respondent was matched with up to 5 respondents without a diagnosed health condition. The direct and indirect associations between chronic disease and work status and hours worked following diagnosis were examined using probit and linear regression path models. Separate models were developed for arthritis, back problems, diabetes, hypertension and heart disease. RESULTS: We identified 799 observations with a diagnosis of arthritis, 858 with back pain, 178 with diabetes, 569 with hypertension and 163 with heart disease, which met our selection criteria. An examination of total effects at time 1 and time 2 showed that, excluding hypertension, chronic disease diagnosis was related to work loss. The time 2 effect of chronic disease diagnosis on work loss was mediated through time 1 work status. With the exception of heart disease, an incident case of chronic disease was not related to changes in work hours among observations with continuous work participation. CONCLUSIONS: Chronic disease can result in work loss following diagnosis. Research is required to understand how modifying occupational conditions may benefit employment immediately after 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 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 | 0,001 | 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 | 0,000 | 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 ».