Factors Associated with Cliniciansâ Recommendation for Return to Work in Patients with Work-related Shoulder and Elbow Injury
Notice bibliographique
Résumé
Background: RTW after work-related injuries is a multifactorial process. Factors affecting clinicians to make RTW-recommendations for patients with WRSEI have not been studied in the literature.\n\nPurpose: We investigated the associations between group of factors chosen from different domains (Personal/Environmental) and clinicians’ RTW-recommendations for patients with WRSEI.\n\nMethods: Study design was cross-sectional. Data were collected from self-reported surveys and clinical charts of 130 adult workers (not working at the time of visit and referred to WSIB-Shoulder & Elbow Specialty Clinic-Toronto) with chronic (≥6-months) injuries.\n\nResults: Population mean age was 43.5-years. 52% were female. The average time-since-injury was 20.4-months (45%>12-months). 70% received RTW-recommendations (regular/modified-job). 30% received a No-RTW-recommendation. 42% had education≥college-level. 18% had heavy (>20kg) job-demands. Higher MCS-scores had a significant association (p=0.0003) with clinicians’ RTW-recommendations.\n\nConclusion: In patients with chronic WRSEI(s), poor general health-status and high disability, workers with better mental-health were more likely to receive a RTW-recommendation by clinicians.
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 | 0,001 | 0,006 |
| 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) | 0,003 | 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 ».