MétaCan
Menu
Retour à la cohorte
Enregistrement W3027783303 · doi:10.1513/annalsats.201911-822oc

Costs of Workplace Productivity Loss in Patients with Connective Tissue Disease–associated Interstitial Lung Disease

2020· article· en· W3027783303 sur OpenAlexaffabout
Mohmmed Algamdi, Mohsen Sadatsafavi, Jolene H. Fisher, Julie Morisset, Kerri A. Johannson, Charlene D. Fell, Martin Kolb, H. Manganas, G.P. Cox, Andrea S. Gershon, Andrew J. Halayko, Nathan Hambly, Nasreen Khalil, Shane Shapera, Teresa To, Pearce Wilcox, Sabina A. Guler, Christopher J. Ryerson

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of ManitobaHealth Sciences CentreSunnybrook Health Science CentreCentre Hospitalier de l’Université de MontréalUniversity of CalgarySickKids FoundationUniversity of TorontoHospital for Sick ChildrenUniversity of British ColumbiaMcMaster UniversitySt. Paul's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineInterstitial lung diseaseDiseaseConnective tissue diseaseProductivityConnective tissueIntensive care medicineLungLung diseasePathologyInternal medicineAutoimmune disease

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Interstitial lung disease (ILD) develops in a large percentage of patients with connective tissue disease (CTD) and is associated with increased morbidity and mortality. Patients with CTD-associated ILD (CTD-ILD) often present at a young age, suggesting that ILD likely impacts workplace productivity. Objectives We aimed to determine the employment rate and workplace productivity loss, along with its associated factors and estimated costs, in patients with fibrotic CTD-ILD. Methods Patients with fibrotic CTD-ILD from the six centers of the Canadian Registry for Pulmonary Fibrosis were eligible. Health-related productivity loss was assessed using the Work Productivity and Activity Impairment questionnaire. Proposed factors associated with low workplace productivity were forced into a multivariable regression model. Average productivity loss in hours/week was used to calculate the costs of productivity loss based on hourly wages obtained from national census data matched for age and sex. Workplace productivity loss outcomes were compared between patients with CTD-ILD and patients with a non-CTD fibrotic ILD. Results Of 375 eligible patients with fibrotic CTD-ILD, 113 (30%) were employed. Productivity loss was reported by 59% of employed patients, with a mean loss of 9.4 ± 1.2 hours/week, including 3.9 ± 0.9 hours/week from absenteeism and 5.5 ± 0.7 hours/week from presenteeism. Employment among patients 25–54 years of age with fibrotic CTD-ILD was 27% lower than that in the matched general Canadian population (56% vs. 83%; P < 0.001). Employment among patients ≥55 years of age with CTD-ILD was 17% lower than that in the matched population (19% vs. 36%; P < 0.001). Workplace productivity loss was not associated with respiratory symptoms or lung physiology. Annual costs of productivity loss were calculated at 13,593 Canadian dollars per employee with fibrotic CTD-ILD. Workplace productivity loss was similar in patients with fibrotic CTD-ILD and those with non-CTD fibrotic ILD. Conclusions Patients with fibrotic CTD-ILD frequently report workplace productivity loss, which is unexplained by respiratory symptoms or lung physiology and is associated with significant costs.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,327
Écart entre enseignants0,302 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207