Systematic Review of Biopsychosocial Prognostic Factors for Return to Work After Acute Orthopedic Trauma: A 2020 Update
Notice bibliographique
Résumé
Objective: To provide updated evidence on prognostic factors for return to work (RTW) in the early and late phases after acute orthopedic trauma from a biopsychosocial perspective. Methods: A systematic review of articles indexed in the MEDLINE, CINAHL, and Embase databases between 2010 and 2020 was performed. The inclusion criteria were cohort studies of employed populations sustaining acute orthopedic trauma with follow-up data on RTW. Biopsychosocial prognostic factors for RTW must be reported in the multiple regression models and divided into early (≤ 6 months) and late phases (> 6 months) postinjury. Two reviewers performed study selection, assessed the risk of bias and quality using the Quality in Prognosis Studies (QUIPS) tool and the Newcastle-Ottawa Scale (NOS), and extracted data independently. Results: Thirty articles were included with a follow-up period of 1-58 months. Based on the QUIPS tool, 7 studies (23%) were considered to have a low risk of bias, and 21 studies (70%) were considered to have a moderate risk of bias. Based on the NOS, the quality was high in 87% of the included studies. The RTW rates ranged from 22% to 74% in the early phase and from 44% to 94% in the late phase. In the early phase, strong evidence was found for injury severity. In the late phase, strong evidence was found for age, injury severity, level of pain, self-efficacy, educational level, blue-collar work, and compensation status; moderate evidence was found for recovery expectations and physical workload. There was limited or inconsistent evidence for the other factors. Conclusion: Based on the levels of evidence, injury severity should be considered as one of the key barriers to RTW in the early and late phases postinjury. This finding underlines the need for serious injury prevention efforts. Our results also emphasize the multifaceted actions of the biopsychosocial model to facilitate RTW: promoting policies for older injured workers, improving access to medical and rehabilitation facilities, and adapting physical workload. Multiple other factors are likely important but require additional high-quality studies to assess their role in the RTW 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 | 0,022 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,007 |
| Bibliométrie | 0,024 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».