MétaCan
Menu
Retour à la cohorte
Enregistrement W2800877316 · doi:10.1093/rheumatology/key075.309

085 Worker productivity loss remains a major issue for patients with inflammatory arthritis and osteoarthritis: results from an international worker-productivity study

2018· article· en· W2800877316 sur OpenAlexaffabout
Sarah Leggett, Ailsa Bosworth, C Hoffstetter, Annelies Boonen, Diane Lacaille, Carina Mihai, Sandra Tälli, Sofia Hagel, Johan Karlsson, G. Crepaldi, Garifallia Sakellariou, Sofía Ramiro, Canas da Silva, Sabrina Dadoun, Bruno Fautrel, Ingemar F. Petersson, Suzanne Verstappen

Notice bibliographique

RevueLara D. Veeken · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensUniversity of British ColumbiaArthritis Society
Organismes subventionnairesnon disponible
Mots-clésMedicineProductivityOsteoarthritisArthritisInflammatory arthritisPhysical therapyInternal medicineAlternative medicinePathologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Background: Rheumatic and musculoskeletal diseases such as inflammatory arthritis (IA) and osteoarthritis (OA) are one of the biggest causes of disability and worker productivity loss which has recently been recognised by the World Health Organization. However, limited information is available about the actual burden. This large international study describes job characteristics and worker productivity loss in patients with IA and OA in Europe and Canada. Methods: Patients with IA or OA in paid employment from seven countries within Europe and from Canada were recruited to the EULAR-PRO Worker Productivity study. Patients completed a questionnaire including questions about their job, job characteristics and the Work Productivity and Activity Impairment Questionnaire (WPAI) measuring percent hours absent and the percentage their disease affected productivity while working (0- 100%=disease completely prevented work). Patients also completed several health-related patient reported outcome measures, including: the Health Assessment Questionnaire (HAQ), Visual Analogue Scale (VAS) general well-being, and EuroQol-5D (EQ-5D).

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,251 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetSpondyloarthritis Studies and TreatmentsTravaux en français237 207