Unmet Workplace Support Needs and Lost Productivity of Workers With Systemic Sclerosis: A Path Analysis Study
Notice bibliographique
Résumé
OBJECTIVE: Few studies have examined how workplace support can address work productivity loss among individuals with systemic sclerosis (SSc). The objective was to 1) examine the relationship between unmet workplace support needs and work productivity loss among workers with SSc, and 2) determine whether SSc symptom severity, fatigue, active disease periods, and workplace activity limitations mediate the relationship between unmet workplace support needs and work productivity loss. METHODS: A cross-sectional survey was conducted of employed individuals with SSc who were recruited through rheumatology clinics. Information on work productivity loss (i.e., absenteeism, presenteeism, job disruptions) and the need, availability, and use of workplace supports was collected. SSc symptom severity (e.g., workplace activity limitations, active disease periods, fatigue, and overall SSc symptom severity) and demographic, health, and work context characteristics were collected. Three Bayesian path models examined the association between unmet workplace support needs and each work productivity loss outcome. SSc symptom severity variables were examined as mediators in each model. RESULTS: A total of 110 employed participants were recruited (mean ± SD ages 49 ± 12.9 years). More than three-fourths of participants were female (77%) and worked full-time (77%). The most needed workplace supports included extended health benefits (84%), special equipment (63%), and flextime (59%). Additionally, 61% reported unmet workplace support needs. Path models indicated that indirect relationships between unmet workplace support needs and work productivity loss were significant. For all models, workplace activity limitations mediated the relationship between unmet workplace support needs and productivity loss. CONCLUSION: To foster productive employment of individuals with SSc, interventions need to address symptom severity and meet workplace support needs.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».