A Digital Coaching Intervention for Cancer Survivors With Job Loss: Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: Returning to work is a key unmet need for working-age cancer survivors. OBJECTIVE: This study sought to evaluate return-to-work outcomes of a multidisciplinary intervention provided as routine employee support. METHODS: In a retrospective cohort analysis, patients with cancer and more than 3 months of absence from work were provided with an intervention consisting of digital resources and calls with a health coach. Propensity score matching was used to define a similar cohort of cancer patients absent from work, who were not offered the coaching intervention. The return-to-work rate as a percentage of all participants and secondary outcomes, such as the rate of death, were measured. The median time to return to work was compared between the cohorts using the Kaplan-Meier method. RESULTS: A total of 220 participants were enrolled in the intervention, of which 125 met the criteria for analysis. The median follow-up from cancer diagnosis was 79 weeks (IQR 60-106 weeks). In the matched control group, 22 (17.6%) participants returned to work compared with 38 (30.4%) in the intervention group (P=.02). Additionally, 19 (15.2%) matched controls died prior to claim closure compared with 13 (10.4%) in the intervention group (P=.26). The Kaplan-Meier estimated median time for the first 15% of the cohort to return to work was 87.1 weeks (95% CI 60.0-109.1 weeks) for the matched control group compared with 70.6 weeks (95% CI 52.6-79.6 weeks; P=.08) for the intervention group. CONCLUSIONS: Patients receiving a remotely delivered coaching program in a real-world setting returned to work at a higher frequency than did control participants receiving usual care.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».