MétaCan
Menu
Retour à la cohorte
Enregistrement W3104156576 · doi:10.1002/ajim.23200

Estimating time to reinjury among Washington State injured workers by degree of permanent impairment: Using state wage data to adjust for time at risk

2020· article· en· W3104156576 sur OpenAlexaff
Jeanne M. Sears, Beryl A. Schulman, Deborah Fulton‐Kehoe, Sheilah Hogg‐Johnson

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensPublic Health OntarioCanadian Memorial Chiropractic CollegeUniversity of TorontoInstitute for Work & Health
Organismes subventionnairesNational Institute for Occupational Safety and Health
Mots-clésMedicineDegree (music)WageOccupational safety and healthPhysical therapyLabour economics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many injured workers are reinjured, but reinjury risk is challenging to quantify. Because many injured workers face delayed return-to-work, or return to part-time or intermittent jobs, a calendar timescale may overestimate actual work-time at risk, yielding underestimated reinjury rates. Objectives included determining: (1) reinjury risk by degree of permanent impairment and other factors, and (2) how choice of timescale affects reinjury estimates. METHODS: This retrospective cohort study included Washington State workers' compensation (WC) claims for 43,114 injured workers, linked to state wage files (2003-2018). Three timescales were used to define at-risk denominators: (1) calendar quarters; (2) quarters with any wages; and (3) full-time equivalent (FTE) quarters, defined as cumulative work hours ÷ 520. Associations between reinjury outcomes and worker, injury, job, and WC vocational rehabilitation program participation characteristics were assessed using Cox proportional hazards regression. RESULTS: Overall reinjury rates were 5.9 per 100 worker-years using a calendar timescale (95% confidence interval [CI]: 5.8-6.0), 10.0 using any-wage quarters (95% CI: 9.9-10.2), and 12.5 using FTE quarters (95% CI: 12.3-12.7). Reinjury rates were highest in the first two quarters after initial injury, remaining elevated for about 4 years. Using FTE quarters, workers with ≥10% whole body impairment had a 34% higher risk of reinjury relative to workers with no permanent partial disability award (95% CI: 1.25-1.44); no difference was detected using calendar time. CONCLUSIONS: Timescale substantially affects reinjury estimates and comparisons between groups with differential return-to-work patterns. Linking wage data to WC claims facilitates measurement of long-term employment, yielding more accurate reinjury estimates.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,109
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,187
Tête enseignante GPT0,454
Écart entre enseignants0,266 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetOccupational Health and Safety ResearchTravaux en français237 207