Elevated Psychosocial Stress at Work in Patients with Systemic Lupus Erythematosus and Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Psychosocial stress at work not only affects the healthy working population, but also workers with chronic diseases. We aimed to investigate the psychosocial work stress levels in patients with systemic lupus erythematosus (SLE) and rheumatoid arthritis (RA). METHODS: A cross-sectional study applied the Effort-Reward Imbalance (ERI) questionnaire - an internationally established instrument that measures work stress - to patients with SLE and RA who were capable of work and to a group of controls without these diseases. Participants were recruited through rheumatologists in private practices, hospitals, and from self-help groups by personal communication, paper-based flyers, and online advertisements. Because very few studies tested the ERI's applicability in patient groups, with a lack of evidence in patients with inflammatory rheumatic diseases, internal consistency and construct validity of the ERI measure were evaluated. RESULTS: Data came from 270 patients with RA and 247 with SLE, and 178 controls. Patients showed elevated psychosocial stress at work compared to controls. Across the total sample and all groups, satisfactory internal consistencies of the scales effort, reward, and overcommitment were obtained (Cronbach's alpha coefficients > 0.70), and confirmatory factor analysis replicated the theoretical structure of the ERI model (goodness-of-fit index > 0.80). CONCLUSION: We found elevated psychosocial stress at work in patients with SLE and RA compared to controls by applying the ERI model. Despite some heterogeneity in the sample, we achieved satisfactory psychometric properties of the ERI questionnaire. Our results suggest that the ERI questionnaire is a psychometrically useful tool to be implemented in epidemiological studies of employed patients with SLE and RA.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».