Mechanisms of vocational interventions for return to work from musculoskeletal conditions: a mediation analysis of the MI-NAV trial
Notice bibliographique
Résumé
OBJECTIVES: To investigate whether and to what extent, return to work (RTW) expectancy and workability mediate the effect of two vocational interventions on reducing sickness absence in workers on sick leave from a musculoskeletal condition. METHODS: This is a preplanned mediation analysis of a three-arm parallel randomised controlled trial which included 514 employed working adults with musculoskeletal conditions on sick leave for at least 50% of their contracted work hours for ≥7 weeks. Participants were randomly allocated (1:1:1) to one of three treatment arms; usual case management (UC) (n=174), UC plus motivational interviewing (MI) (n=170) and UC plus a stratified vocational advice intervention (SVAI) (n=170). The primary outcome was the number of sickness absence days over 6 months from randomisation. Hypothesised mediators included RTW expectancy and workability assessed 12 weeks after randomisation. RESULTS: The mediated effect of the MI arm compared with UC on sickness absence days through RTW expectancy was -4.98 days (-8.89 to -1.04), and workability was -3.17 days (-8.55 to 2.32). The mediated effect of the SVAI arm compared with UC on sickness absence days through RTW expectancy was -4.39 days (-7.60 to -1.47), and workability was -3.21 days (-7.90 to 1.50). The mediated effects for workability were not statistically significant. CONCLUSIONS: Our study provides new evidence for the mechanisms of vocational interventions to reduce sickness absence related to sick leave due to musculoskeletal conditions. Changing an individual's expectation that RTW is likely may result in meaningful reductions in sickness absence days. TRIAL REGISTRATION NUMBER: NCT03871712.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 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 ».