Logic models for the Therapeutic Return-to-Work Program as adapted for common mental disorders: A guide for health professionals
Notice bibliographique
Résumé
BACKGROUND: Workplace interventions are recommended for workers with common mental disorders, but knowledge of their action mechanisms and operationalization remains limited. The Therapeutic Return-to-Work Program, developed for workers with musculoskeletal disorders, is recommended for common mental disorders. OBJECTIVE: Our objective was to adapt this program's logic models to common mental disorders. METHODS: A program logic analysis was conducted using a literature review and a two-phase group consensus method. We submitted a preliminary adapted version of the program's logic models and two questionnaires to health professional experts who participated in two group sessions, ultimately to produce the final version of the models. RESULTS: We consulted 86 publications. The health professional experts (N = 7) had overall mean agreement scores of respectively 4.10/5 and 3.89/5 for questions on the program's theoretical and operational models. The final version of the logic models adapted for common mental disorders included four specific and 15 intermediate objectives, three main components, one optional component, four key processes, and 44 tasks. CONCLUSION: The adapted logic models for the Therapeutic Return-to-Work Program show the relevance of the original objectives and components for common mental disorders. The next step will involve evaluating its feasibility with other stakeholders (insurers, employers, unions, 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».