Factors Associated with Return to Work Following Work-Related Injuries to the Lower Extremities
Notice bibliographique
Résumé
Purpose: To identify factors associated with return-to-work (RTW) following work-related foot and ankle injuries.Methods: 86 patients with work-related foot and ankle injuries were asked to complete questionnaires during a comprehensive assessment at entry to a treatment program, at discharge, and at three months' post-treatment (P-T) follow-up.The primary study outcome was RTW status at 3 months P-T follow-up.The relationship between RTW status at 3 months PT follow-up was modelled against the independent variables of age, time since injury, as well as Lower Extremity Functional Scale score (LEFS) at initial presentation, using logistic regression.The secondary study outcome was RTW status and predictors of RTW at discharge. Results:The overall RTW rate at 3 months P-T follow-up in the patients with work-related foot and ankle injuries was 33.7%.There were no significant demographic differences between the patients who were able to RTW at 3 months P-T follow-up and those that did not.In a logistic regression model, a greater time since injury was a significant predictor of being less likely to RTW at 3 months P-T follow-up (OR= 0.527, 95%CI [0.295, 0.940]).Similar results were obtained for patients able to RTW at discharge.Conclusion: Time since injury is the strongest predictor of RTW at 3 months P-T in patients suffering from work-related foot and ankle injuries.Placing emphasis on early referrals to treatment may improve the RTW rates for these injured workers.
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 | 0,000 | 0,005 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».