Evaluating Effectiveness of Telerehabilitation Services Among Injured Workers Treated in a Canadian Workers’ Compensation System: A Population-Based Study
Notice bibliographique
Résumé
Abstract Purpose To evaluate the effectiveness of telerehabilitation for promoting return-to-work (RTW) among injured workers. Methods We conducted a pragmatic, quasi-experimental study comparing telerehabilitation, in-person, or hybrid services. Descriptive statistics analyzed demographics, occupational factors, and patient-reported outcome measures (PROMs). ANOVAs and Kruskal-Wallis tests investigated differences between mode of delivery and changes in PROM scores. Logistic and Cox proportional hazard regression examined associations between mode of delivery and RTW status or days receiving wage replacement benefits in the first year post-discharge, respectively, while controlling for potential confounders. Results A slight majority of 3,708 worker sample were male (52.8%). Mean (standard deviation (SD)) age across all delivery formats was 45.5 (12.5) years. Edmonton zone had the highest amount of telerehabilitation delivery (53.5%). The majority of workers had their program delivered in a hybrid format (54.1%) and returned to work (74.4%) at discharge. All PROMs showed improvement although differences across delivery formats were not clinically meaningful. Delivery via telerehabilitation had significantly lower odds of RTW at discharge (Odds Ratio: 0.82, 95% Confidence Interval: 0.70–0.97) and a significantly lower risk of experiencing suspension of wage replacement benefits in the first year following discharge (Hazard Ratio: 0.92, 95% Confidence Interval: 0.84–0.99). Associations were no longer significant when confounders were controlled for. Conclusion RTW outcomes were not statistically different across delivery formats, suggesting that telerehabilitation is a novel strategy that may improve equitable access and earlier engagement in occupational rehabilitation. Factors such as gender and geographic location should be considered when deciding on service delivery format.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».