The costs and benefits of active case \nmanagement and rehabilitation for \nmusculoskeletal disorders
Notice bibliographique
Résumé
The burden of musculoskeletal disorders (MSDs) to employers and workplaces is significant; and \nthe most important cost to employers and society is lost time from work. \n‘Case management’ is a goal-oriented approach to keeping employees at work and facilitating an \nearly return to work. There is good scientific evidence that case management methods are costeffective \nthrough reducing time off work and lost productivity, and reducing healthcare costs. \nThere is even stronger evidence that best-practice rehabilitation approaches have the very \nimportant potential to significantly reduce the burden of long-term sickness absence due to \nMSDs. The combination of case management with suitable rehabilitation principles is currently \nbeing used effectively in multiple settings throughout the UK, and there is growth within the case \nmanagement sector. Current providers vary widely in quality and experience. There is limited \nprofessional regulation, although localised standards of practice have recently become available. \nMany of the factors influencing the adoption of cost-effective case management and rehabilitation \napproaches rest with employers, and funders/commissioners of healthcare. It may be easier to \nintegrate these practices into large and medium-sized workplaces, but there is no reason why the \nsame principles cannot be applied to small businesses and the self-employed. It appears to be very \ntimely for the distribution of information to employers and other key players about how effective \ncase management and suitable rehabilitation approaches can be, and how applicable they are to \nUK settings. To this end, an integrated model specific to the UK has been developed. \nAn evidence-based model for managing those with MSDs was developed that is widely \napplicable to all types of industry and business in the UK. It describes the principles to apply in \norder to integrate case management and rehabilitation with the workplace. It was derived from \nhigh quality scientific studies, and research conducted into views on the applicability and \neffectiveness within the UK. \nIt is recommended that HSE distribute guidance based on this model.
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 | 0,004 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,005 |
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 ».