Association between the Increase in Body Mass Index and Medical Absenteeism in a Peruvian Mining Population
Notice bibliographique
Résumé
BACKGROUND: Obesity and overweight are associated with work absenteeism of medical cause. However, there is little knowledge on the relationship between incremental body mass index (BMI) and absenteeism. OBJECTIVE: To assess the effect of annual increase in BMI on amount of prolonged absenteeism. METHODS: Data from a longitudinal historical cohort of workers of a mining camp in Peru between 2006 and 2014 were used for the analysis. Prolonged absenteeism of 30 days or more in one year was chosen as the dependent variable; annual increase in BMI was considered as the explanatory variable. Regression analysis with generalized estimating equation was used to determine the relative risk adjusted for age, sex and type of work. RESULTS: There were 1347 cases of medical leave reported with a median of 6 days. Of all cases of medical leave, 11% of those who had an annual increase in BMI and 6% of those who maintained their BMI were cases of prolonged absenteeism. Prolonged absenteeism significantly increased in workers who had an annual increment in BMI (adj RR 1.16, 95% CI 1.05 to 1.29). CONCLUSION: The annual increase in BMI was marginally associated with prolonged absenteeism. Temporal increment in BMI, regardless of the baseline BMI, may be an independent determinant of the work absenteeism of medical cause.
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 | 0,002 |
| 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 | 0,000 | 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 ».