O2C.3 What predicts a secondary absence following return to work among workers’ compensation claimants in victoria? Results from a longitudinal cohort
Notice bibliographique
Résumé
Time taken to first return to work (RTW) is often a primary endpoint for studies among injured workers. However, studies using administrative workers’ compensation claims data have documented that a substantial proportion (approximately one half) of claimants will incur a subsequent period of wage replacement. Unfortunately, workers’ compensation data is limited in the information collected to better understand which claimants are more likely to have a subsequent absence from work. The objective of this study is to address this gap using a cohort of workers’ compensation claimants in the Australian state of Victoria. The sample for this study is drawn from a longitudinal cohort of workers’ compensation claimants (n=869). For the purpose of this analysis we focused on those claimants who had returned to work (self-reported) at the baseline interview, which was conducted approximately 4 months after the injury had occurred (n=372). Independent variables examined included if the respondent was working on full or partial duties, currently receiving health care for their injury, type of injury (musculoskeletal versus psychological), co-worker responses when they returned to work (measured using nine questions), and work limitations, measured using an abbreviated form of the work limitations questionnaire. A total of 205 respondents (55% of the sample) reported a subsequent absence from work when interviewed 6 months later. All independent variables, with the exception of injury type, were associated with subsequent absences from work. In a multivariable model, only working modified duties and greater limitations remained statistically significant. The results of the current study help inform our understanding of trajectories in RTW and factors, measured after the first RTW, which may be associated with a subsequent absence from work. These findings can be integrated into RTW programs to help more workers achieve sustainable RTW following a work injury.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».