P-175 Understanding the association between treatment modality versus employment status among patients with organ failure
Notice bibliographique
Résumé
<h3>Objectives</h3> In advanced organ failure patients: (1) To study the association between treatment modality versus employment status, (2) To analyze socio-demographic profiles and deprivation status, and (3) To explore Return to Work (RTW) by analysis of self-reported employment status. <h3>Methods</h3> This ongoing hospital based cross-sectional study used a convenience sample: 1070 patients with advanced organ failure requiring solid organ transplant (SOT) or dialysis pooled from the Comprehensive Psychosocial Research Data System at UHN, Toronto. Patient reported outcome measures, clinical and socio-demographic variables were collected from stable outpatients on iPads using electronic data capture (DAta Driven Outcomes System-DADOS, Techna Institute, UHN, Toronto). The Ontario Marginalization Index characterized material deprivation. Data was analyzed using STATA v16, logistic regression used multiple imputation by chained equations. <h3>Results</h3> Of 1070 SOT recipients, 646 (60%) were males with 424 (40%) females. Almost half (49%) were of White ethnicity, Black (23%) followed by South Asians and East Asians. 63% (646) had >12 years education, the kidney-pancreas sub-group were highest 88% (30) then kidney, liver and dialysis with 65%, 62% and 59%, respectively. 51% of dialysis patients had a yearly income of $70,000. These results reflect the higher employment status of kidney (60%), liver (55%) and kidney-pancreas (51%) transplants compared to dialysis patients (28%). 59% of dialysis patients had high deprivation. The association between treatment modality vs employment status and employment status vs deprivation remained statistically significant after adjusting for age, sex, ethnicity and comorbidities in logistic regression models. <h3>Conclusion</h3> SOT was associated with significantly higher odds of employment and lower material deprivation. Dialysis, transplant and occupational health professionals should support SOT and dialysis patients overcoming barriers to maintain and RTW. RTW post-SOT is complex and likely associated with personal, professional, societal and medical factors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».