Case Report: Cognitive Work Hardening for Return-to-Work Following Depression
Notice bibliographique
Résumé
The growing number of mental health disability claims and related work absences are associated with a magnitude of human, economic and social costs with profound impact on the workplace. In particular, absences due to depression are prevalent and escalating. There is a need for treatment interventions that address the unique challenges of people returning to work following an episode of depression. Occupational functioning often lags depression symptom improvement which necessitates targeted treatment. Cognitive work hardening (CWH) is a multi-element, work-oriented intervention with empirical research supporting its role in return-to-work following a depressive episode. This case report details the use of CWH to prepare an individual to return to work following a disability leave due to depression. It illustrates how CWH bridges the functional gap between being home on disability and returning to competitive employment. The client presented is a 50 year old divorced woman who had been off work for approximately 2 years for depression precipitated by the terminal illness of her mother. She participated in a 4 week CWH program which addressed fatigue and decreased stamina, reduced cognitive abilities, outdated computer skills, and heightened anxiety. Work simulations enabled the rebuilding of cognitive abilities with concomitant work stamina; task mastery bolstered self-confidence and feelings of self-efficacy; and coping skill development addressed the need for stress management and assertive communication strategies. By program completion, the client's self-reported work ability had increased and both fatigue and depression symptom severity had decreased. Clinical markers of work performance indicated that the client was ready to return to her pre-disability job. Three months after completion of CWH, the client reported that she was at work, doing well and working full days with good stamina and concentration. This report provides insight into how CWH can be applied to return-to-work preparation following depression with positive outcomes.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».