O-359 THE NATIONAL BURDEN OF WORKING TIME LOST TO COMPENSABLE OCCUPATIONAL INJURY AND DISEASE: A RETROSPECTIVE POPULATION BASED STUDY
Notice bibliographique
Résumé
Abstract Introduction Population-based measures of working time lost to occupational injury and disease have not been previously reported in Australia. This study sought to determine the national burden of working time lost to compensable occupational injury and disease, and to characterise the distribution of working time loss by age, sex, injury and disease. Methods Retrospective population-based study of all accepted workers’ compensation claims involving payment of wage replacement benefits between July 2012 and June 2017 nationally. Primary outcome measure is Working Years Lost (WYL) per annum, defined as the total number of years of wage replacement benefits paid to injured and ill nationally, by sex, age, injury and disease. Results Compensable occupational injury and disease resulted in 45,642 WYL nationally per annum. Male workers incurred 28,676 (62.8%) WYL while female workers accounted for 16,966 (37.2%). More than half of WYL (53.5%) were from workers aged over 45 years, despite these workers accounting for less than half (43.9%) of accepted claims. Traumatic injury resulted in 18,584 (40.7%) WYL per annum, followed by Musculoskeletal disorders (9,211WYL; 20.2%) and Mental health conditions (5,412 WYL, 11.9%). Discussion Annually, compensable occupational injury and disease in Australia results in a substantial burden of lost working time, equivalent to over 45,000 lost full time jobs. The distribution of burden reflects the higher labour force participation of males, slower rehabilitation in older workers, and the relative impact of common occupational injuries and diseases. Conclusion Effective occupational health surveillance, policy development and resource allocation will benefit from population-based monitoring of working time loss.
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 | 0,002 | 0,001 |
| 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 ».