Sickness absence trajectories following labour market participation patterns: a cohort study in Catalonia (Spain), 2012-2014
Notice bibliographique
Résumé
Abstract Background Previous studies have investigated the relationship between employment pathways and health-related outcomes based on cross-sectional or longitudinal approaches. However, little is known about the cumulative effects of employment status mobility on sickness absence (SA) over time. The present study aims to examine the association between prior labour market participation (LMP) patterns and SA trajectories from a life course perspective.Methods Cohort study based on a sample of 11,968 salaried workers affiliated with the Spanish Social Security system, who accumulated more than 15 days on SA at least in one quarter during 2012-2014. Individuals were grouped into three different working life stages: early (18-25 years), middle (26-35 years) and late (36-45 years). Sequence analysis and cluster analysis were applied to identify LMP patterns (2002-2011). Latent class growth modelling was used to identify SA trajectories (2012-2014). Finally, multinomial logistic regression models were applied to assess the relationship between LMP patterns and SA trajectories.Results First, seven LMP patterns were obtained: stable employment (63%-81%), increasing employment (5%-22%), without long-term coverage (7%-8%), decreasing employment (4%-10%), fluctuant employment (13%-14%), steeply inflow into unemployment (9%), and steeply labour market exit (7%-9%). Second, four SA trajectories were identified: low stable (values range: 83%-88%), decreasing (5%-9%), increasing (5%-11%) and high stable (7%-16%). Third, no significant associations were observed among LMP patterns and SA trajectories, except for young men, where an increasing employment pattern was significantly associated with a lower risk to increase days on SA (aOR: 0.21 [95% CI: 0.04-0.96]).Conclusions SA trajectories are not related to prior 10-year LMP patterns at any stage of working life. To disentangle this relationship, future research might benefit from considering working life transitions with a quality of work approach framed with contextual factors closer to the SA course.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».