Effectiveness of Workplace Interventions in Return-to-Work for Musculoskeletal, Pain-Related and Mental Health Conditions: An Update of the Evidence and Messages for Practitioners
Notice bibliographique
Résumé
Purpose The objective of this systematic review was to synthesize evidence on the effectiveness of workplace-based return-to-work (RTW) interventions and work disability management (DM) interventions that assist workers with musculoskeletal (MSK) and pain-related conditions and mental health (MH) conditions with RTW. Methods We followed a systematic review process developed by the Institute for Work & Health and an adapted best evidence synthesis that ranked evidence as strong, moderate, limited, or insufficient. Results Seven electronic databases were searched from January 1990 until April 2015, yielding 8898 non-duplicate references. Evidence from 36 medium and high quality studies were synthesized on 12 different intervention categories across three broad domains: health-focused, service coordination, and work modification interventions. There was strong evidence that duration away from work from both MSK or pain-related conditions and MH conditions were significantly reduced by multi-domain interventions encompassing at least two of the three domains. There was moderate evidence that these multi-domain interventions had a positive impact on cost outcomes. There was strong evidence that cognitive behavioural therapy interventions that do not also include workplace modifications or service coordination components are not effective in helping workers with MH conditions in RTW. Evidence for the effectiveness of other single-domain interventions was mixed, with some studies reporting positive effects and others reporting no effects on lost time and work functioning. Conclusions While there is substantial research literature focused on RTW, there are only a small number of quality workplace-based RTW intervention studies that involve workers with MSK or pain-related conditions and MH conditions. We recommend implementing multi-domain interventions (i.e. with healthcare provision, service coordination, and work accommodation components) to help reduce lost time for MSK or pain-related conditions and MH conditions. Practitioners should also consider implementing these programs to help improve work functioning and reduce costs associated with work disability.
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 | 0,036 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».