0418 Violence in healthcare: how does it affect return-to-work after work injury?
Notice bibliographique
Résumé
Objectives Research suggests an association between violence towards healthcare workers and poor return-to-work (RTW) outcomes. This association may be due to healthcare specific factors such as care setting and injury type. The aim of the study is to investigate RTW outcomes after injuries due to violence compared to other injuries in the British Columbia health and social services sector. Methods The study used data on 42 080 time-loss workers’ compensation claims from the health care and social services sector in British Columbia during 2009–2014. Cox regression and quantile regression were used for time-to-event analysis and final RTW status was assessed at one year. Results The final cohort had 3173 violence-related claims (14.8%). Residential Social Services had the highest proportion of violence-related claims (34.2%). The effect of violence on RTW was greatest for counsellors and social workers, where 15.1% of workers with violence-related claims did not RTW compared to 8.0% with non-violent claims. For nurses, the largest occupation, 8.7% of workers with violence-related claims and 8.2% with non-violent claims did not RTW. Among injury types, violence is the strongest predictor for non-RTW for those with a mental illness. Among workers with a mental illness claim, 24.6% of those associated with violence did not RTW, whereas for those not associated with violence 15.0% did not RTW. Conclusion Findings suggest that violence is associated with poorer RTW outcomes in certain care settings and injury types. Future work will use matched analysis and number of disability days paid to investigate this association in more detail.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».