Factors influencing return to work among cardiovascular disease patients: a scoping review
Notice bibliographique
Résumé
Abstract Objectives Cardiovascular diseases (CVDs) are a leading cause of morbidity worldwide. Returning to work (RTW) after CVD enhances individual well-being and societal productivity. This review maps the existing literature, identifies key factors influencing RTW, and highlights evidence gaps to guide future research. Methods The review followed PRISMA checklists and Cochrane-GESI guidelines, including studies published from January 2019 to February 2025 on RTW after CVD. The research was conducted across four databases and five journals, using the terms “RTW,” “stroke,” and “CVD." Results After the screening process, sixty-nine studies met the eligibility criteria, focusing on working-age patients affected by acute CVDs (mainly TIA and minorly MI and other). Among these, forty-one articles explored key factors influencing RTW, including age, sex, smoking, anxiety, depression, family support, comorbidities, job type, and recurrence. Nineteen studies examined patient perspectives, highlighting the need for constant support and clear communication between employees, employers, caregivers, and rehabilitation professionals, whose perspectives were reviewed in three articles. Lastly, eighteen articles analyzed strategies aimed at optimizing RTW outcomes by analyzing various approaches for patient management (n = 11), and/or quantifying the patient's status before and after RTW by evaluating either QoL or functional status (n = 7). A clear consensus on which approach is the most effective is still lacking, aside from the recognized importance of a multidisciplinary intervention integrating physical and psychological factors along with workplace adjustments. Discussion Clear RTW after CVD guidelines lack. Future research should validate the most effective strategies and assessment tools, ensuring an optimized RTW pathway. Key messages • Guidelines on RTW after cardiovascular events are lacking. • A multidisciplinary approach and work adjustments have been found crucial for a better return to work.
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 | 0,007 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».