Prevalence and predictors of return to work following a spinal cord injury using a work disability prevention approach: A systematic review and meta-analysis
Notice bibliographique
Résumé
Purpose Worldwide, spinal cord injuries are associated with diminished participation in the labor market. Inconclusive reporting and differences between workplace settings for individuals with spinal cord injury (SCI) make conceptualizing return to work rates among this population inherently challenging. The objectives of this study are to explore factors associated with return to work (RTW) following an SCI. Moreover, the factors were classified according to the work disability prevention framework. Finally, we conducted a meta-analysis of the prevalence of RTW following an SCI. Methods Original articles were identified through a literature search in four health databases. The study followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines for the mapping and identification of records. Included studies contained primary studies that included the nature of the injury, antecedent factors associated with the injury, and study characteristics and RTW outcomes. Exclusion criteria for the studies included if there was no discussion of RTW outcomes, systematic reviews, and meta-analyses. Results A total of 461 full-text articles were assessed for eligibility, and eight studies were included and assessed using the Critical Appraisal Skills Programme checklist, Risk of Bias, and Newcastle–Ottawa Scale. Four studies identified personal system factors, four identified healthcare system factors, two identified compensation system factors, and one identified workplace system factors. Conclusions Attempts to optimize RTW among persons with SCI are inherently difficult due to the diversity of this client population. Findings from the studies included in this systematic review support the utility of interventions for facilitating RTW, such as vocational rehabilitation and workplace accommodations, while simultaneously acknowledging the limitations in identifying specific interventions as facilitatory or inhibitory throughout the process.
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 | 0,020 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,049 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».