Health-related adverse work outcomes associated with post COVID-19 condition: a cross-sectional study
Notice bibliographique
Résumé
Introduction: Symptoms from post COVID-19 condition (PCC) can impair functioning in working-age adults. However, there is uncertainty about the relationship between PCC and work outcomes. This study aimed to assess health-related adverse work outcomes in individuals with a PCC history compared with others who had COVID-19. Methods: This was a cross-sectional study in which participants in British Columbia (BC) completed an online questionnaire. Participants comprised adults who tested positive for SARS-CoV-2 by PCR at least 2 years before questionnaire completion and were working age (18-64) at the time of infection. PCC status was determined by self-report. The health-related adverse work outcomes evaluated included change in occupation or employer, reduced workload, increased sick days compared with before COVID-19, early retirement and indefinite sick leave. Analyses were weighted to reflect the characteristics of individuals who had COVID-19 in BC. Propensity score overlap weighting was used to adjust for relevant sociodemographic and clinical covariates. Results: Among 1106 participants, 966 (87.3%) were employed when they contracted SARS-CoV-2 and included in analyses. Of these participants, 47.8% were female, the median age was 37 and 46.9% had a PCC history. Compared with other individuals who had COVID-19, those with a PCC history were more likely to have had a health-related adverse work outcome (46.5% vs 24.9%; adjusted OR (aOR) 2.6 (95% CI 1.7 to 4.0)) and reported a greater number of sick days in the first 2 years since contracting SARS-CoV-2 (adjusted mean difference 43 days (95% CI 20 to 65)). The risk of a health-related adverse work outcome was especially high in those with post-COVID-19 fatigue (aOR 4.6 (95% CI 2.7 to 7.9)), fever (aOR 4.0 (95% CI 1.7 to 9.6)), weakness (aOR 3.8 (95% CI 2.2 to 6.3)), palpitations (aOR 3.3 (95% CI 2.0 to 5.0)) and brain fog (aOR 3.2 (95% CI 2.0 to 5.0)). Conclusions: PCC is associated with health-related adverse work outcomes. This is an important consideration for clinicians, employers and health system leaders.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».