Return to work following total knee arthroplasty: A multiple case study of stakeholder perspectives
Notice bibliographique
Résumé
Objective: The study’s aim was to gain insights into factors influencing sustainable return to work following total knee arthroplasty (TKA). Design: A descriptive multiple-case design was used. A case was defined as a worker’s following TKA work disability situation. Settings: The cases came from public hospitals in urban and semi-urban areas in Quebec (Canada) and involved mostly non-work-related TKAs. Subjects: Workers had to be between 6 and 12 months post-TKA, have physical/manual jobs and currently employed. Their rehabilitation professionals and workplace representatives (employer and/or union) were also recruited, based on the work disability paradigm. Main measures: Semi-structured interviews, questionnaires on pain, physical work demands (workers only), and observation of the work activities of those workers back at work were used. Cases were compared and categorized for worker-perceived levels of difficulty in returning to or staying at work: little or no difficulty ( n = 8); some difficulty ( n = 5); not back at work due to excessive difficulty with their knee ( n = 4). Results: A total of 17 cases were constituted. In only one case, the worker benefitted from an interdisciplinary work rehabilitation approach. Results highlight the interplay among these factors: (1) the workers’ perceptions of their residual symptoms and ability to manage them, (2) the interaction between work adjustments and tools offered by the employers and the workers’ own strategies, and (3) perceptions of the workers’ physical capacities. Conclusion: Workers’ who face high levels of work demands/difficulties and who have limited access to work adjustments and tools should be referred for work rehabilitation.
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 | 0,001 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».