MétaCan
Menu
← Retour à la cohorte
Enregistrement W2800843993 · doi:10.1136/oemed-2018-icohabstracts.1661

549 Preventing work disability in workers with depression; a systematic review

2018· review· en· W2800843993 sur OpenAlexaff
Kimberley Cullen, Emma Irvin, Dwayne Van Eerd, Rob Saunders

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionSick leaveRehabilitationDepression (economics)Intervention (counseling)MedicineWork (physics)Occupational therapyEvidence-based practicePsychologyPsychiatryPhysical therapyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Introduction By the year 2020, depression will be the second most burdensome illness in developed economies. In addition to its adverse individual effects, the associated workplace effects of depression are extensive. This review is provides a synthesis of the evidence to determine effective intervention approaches for managing depression in the workplace: both to help workers stay-at-work while experiencing symptoms and to return-to-work after an episode of time away from work. Methods We followed a systematic review process developed by the Institute for Work and Health and an adapted best evidence synthesis. Articles that met the following criteria were considered: working age individuals with depression; workplace-based interventions; including a comparison group; outcomes of work functioning, work disability, or recurrences of work disability. Result Seven electronic databases were searched from inception up to June 2015. The review examined 8123 titles and abstracts for relevance and found 20 RCTs and seven nRCTs from various jurisdictions. These studies evaluated a range of interventions, including; cognitive-behavioural therapy (CBT), work-focused CBT, problem solving therapy (PST), work-focused PST, enhanced care delivery, coordination of services, short- and long-term psychodynamic therapy, stress reduction programs, exercise training, part-time sick leave and nature-based rehabilitation. Our findings indicate that CBT and PST interventions can help workers with depression stay-at-work while managing their symptoms; however, only work-focused CBT is sufficient to help workers return-to-work after an absence. There is currently not enough evidence from the scientific literature to guide practice for the remaining interventions identified in this review. Discussion We synthesised the current best evidence on workplace interventions to help employees manage symptoms of depression. The interventions identified in this review focused on strategies targeting personal resilience and coping skills of individuals with depression. More work is needed to evaluate interventions aimed at mitigating workplace factors such as psychosocial working conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,068
Tête enseignante GPT0,467
Écart entre enseignants0,399 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetResilience and Mental Health→Travaux en français237 207→