MétaCan
Menu
Retour à la cohorte
Enregistrement W2774966574 · doi:10.1186/s12889-017-4935-y

Economic evaluations of ergonomic interventions preventing work-related musculoskeletal disorders: a systematic review of organizational-level interventions

2017· review· en· W2774966574 sur OpenAlexafffund
Hélène Sultan‐Taïeb, Annick Parent‐Lamarche, Aurélie Gaillard, Susan Stock, Nektaria Nicolakakis, Quan Nha Hong, Michel Vézina, Youssouph Coulibaly, Nicole Vézina, Diane Berthelette

Notice bibliographique

RevueBMC Public Health · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcGill UniversityUniversité de MontréalInstitut National de Santé Publique du QuébecUniversité du Québec à Trois-RivièresUniversité du Québec à Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchInstitut National de Santé Publique du Québec
Mots-clésPsychological interventionBiostatisticsMedicineEconomic evaluationPublic healthSystematic reviewOccupational safety and healthMEDLINEEnvironmental healthNursingPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Work-related musculoskeletal disorders (WMSD) represent a major public health problem and economic burden to employers, workers and health insurance systems. This systematic review had two objectives: (1) to analyze the cost-benefit results of organizational-level ergonomic workplace-based interventions aimed at preventing WMSD, (2) to explore factors related to the implementation process of these interventions (obstacles and facilitating factors) in order to identify whether economic results may be due to a successful or unsuccessful implementation. METHODS: Systematic review. Studies were searched in eight electronic databases and in reference lists of included studies. Companion papers were identified through backward and forward citation tracking. A quality assessment tool was developed following guidelines available in the literature. An integration of quantitative economic results and qualitative implementation data was conducted following an explanatory sequential design. RESULTS: Out of 189 records, nine studies met selection criteria and were included in our review. Out of nine included studies, grouped into four types of interventions, seven yielded positive economic results, one produced a negative result and one mixed results (negative cost-effectiveness and positive net benefit). However, the level of evidence was limited for the four types of interventions given the quality and the limited number of studies identified. Our review shows that among the nine included studies, negative and mixed economic results were observed when the dose delivered and received by participants was low, when the support from top and/or middle management was limited either due to limited participation of supervisors in training sessions or a lack of financial resources and when adequacy of intervention to workers' needs was low. In studies where economic results were positive, implementation data showed strong support from supervisors and a high rate of employee participation. CONCLUSION: Studies investigating the determinants of financial outcomes of prevention related to implementation process are very seldom. We recommend that in future research economic evaluation should include information on the implementation process in order to permit the interpretation of economic results and enhance the generalizability of results. This is also necessary for knowledge transfer and utilization of research results for prevention-oriented decision-making in occupational health and safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,456
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207