Self-efficacy and Perceived Obstacles to Return to Work After Solid Organ Transplantation: Validation of a Tool and Assessment of its Predictive Value for Kidney Transplant Recipients
Notice bibliographique
Résumé
Background. Given the risks of long-term disability and job loss in workers on sick leave, quick return-to-work is a primary focus of occupational rehabilitation across health fields. This study sought to identify the return-to-work obstacles and self-efficacy beliefs that predict sick leave duration after kidney transplantation. Given a lack of instruments, the Return-to-Work Obstacles and Self-Efficacy Scale was adapted for Solid Organ Transplantation (ROSES-SOT). Methods. Workers on sick leave recruited across 3 Canadian health centers were administered the ROSES-SOT 0.5–7.3 mo postkidney transplantation (n = 62). Half of the sample was administered the tool again 2 wk later (reliability over time). Workers were then called, and return-to-work dates were collected up to 1 y posttransplantation. Cronbach’s alpha coefficients were calculated (internal consistency), and univariable and multivariable linear regression analyses were performed on sick leave duration. Control variables were age, gender, ethnicity, education, income, disability benefits coverage, manual work, complications, comorbidities, donor, physical and mental health status, and stress about returning to work during the COVID-19 pandemic. Results. The face and content validity of the ROSES-SOT were assessed and deemed satisfactory. Eight of 10 ROSES-SOT dimensions demonstrated satisfactory reliability. COVID-related stress, job demands, fear of relapse, loss of motivation, and organizational injustice predicted sick leave duration. COVID-related stress and organizational injustice remained multivariable predictors. Conclusions. The ROSES-SOT showed adequate reliability and predictive value. Self-efficacy and perceived obstacles could be intervention targets when providing return-to-work support after kidney transplantation. Future studies could investigate the replicability of findings for other transplant types.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».