预测由于肌肉骨疾病而长期缺勤:预后预测模型的开发,验证和临床有用性

科学领域:

• 职业健康 职业健康 职业健康 职业健康
• 生物统计学 生物统计学
• 康复医学是康复的医学.

背景情况:

• 缺乏可靠的预后模型,用于早期识别劳动残疾风险.
• 需要工具来预测肌肉骨系统疾病患者长期缺勤的情况.

研究的目的:

• 开发和外部验证长时间缺勤工作的三个预后模型.
• 鉴定因肌肉骨系统疾病而面临高风险劳动残疾的个人.

主要方法:

• 多变量后勤回归模型是使用934名因肌肉骨疾病而休病假 (4-12周) 的个人数据开发的.
• 模型预测病假>90天,病假>180天,以及在12个月内获得残疾津贴/养老金.
• 在单独的挪威队列中进行外部验证;通过歧视 (c-统计),校准和临床有用性 (净益处) 评估绩效.

主要成果:

• 这三种模型在外部验证中都表现出良好的预测性能 (c-统计 > 0.76).
• 预测超过180天病假的模型表现最好,c-统计值为0.79 (95%CI为0.73-0.85).
• 该模型显示了良好的校准,并在各种决策值中提供了净收益.

结论:

• 已开发的模型,特别是在缺席超过180天的情况下,可以帮助二次预防策略.
• 模型可以指导未来的临床试验,用于肌肉骨疾病相关的工作残疾.
• 建议在更大的样本中进行进一步的验证和细化,以获得最佳性能.