WB6Dim-LTSA : les scores de bien-être au travail peuvent-ils prédire l'absentéisme collectif ?
Valeur prédictive de l'indice de charge adaptative (ICA) dérivé de l'instrument WB6Dim sur les taux d'absentéisme collectif à un horizon de 6 mois : étude de cohorte prospective multicentrique
Promoteur : Clover Link
Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 18 septembre 2026. Traduction automatique, sans relecture médicale : elle ne modifie ni n’interprète le contenu ; en cas de doute, le texte original fait foi.
Texte original (anglais)
WB6Dim-LTSA: Can Workplace Well-Being Scores Predict Collective Absenteeism?
Predictive Value of the Adaptive Load Index (ICA) Derived From the WB6Dim Instrument on Collective Absenteeism Rates at a 6-Month Horizon: A Prospective Multicenter Cohort Study
This prospective multicenter cohort study evaluates the predictive value of the Adaptive Load Index (ICA), a composite indicator derived from the WB6Dim well-being instrument, on long-duration sick leave (≥ 30 days) in French companies at a 6-month horizon. In France, 7% of sick leave episodes (those exceeding 6 months) account for 45% of total sickness benefit expenditure (Cour des Comptes 2024). Group disability insurance charges rose +24.4% in 2024 (France Assureurs 2025). Critically, a substantial proportion of long-duration sick leave occurs without prior escalation in administrative absence data - the 'cliff effect' - where presenteeism masks progressive deterioration (Gustafsson \& Marklund 2011). Prediction models based solely on absence history plateau at AUC 0.65 for cumulative days (Roelen 2013), while composite psychometric instruments reach C-index 0.73-0.74 (Airaksinen et al. 2018, SJWEH). The WB6Dim is a validated 28-item psychometric tool measuring 9 dimensions of workplace well-being (NCT07301879, NCT07433764; test-retest ICA .904). The ICA classifies respondents into 4 adaptive load levels. Aggregated at the company level, the ICA distribution may detect deterioration during the presenteeism window, before costly sick leave materializes. The study collects 4 WB6Dim assessments over 6 months alongside company-level absence data stratified by duration (2024-2026) and individual self-reported absence data (duration and episode count). Six pre-registered hypotheses test whether ICA predicts long-duration leave, including an exploratory hypothesis targeting companies with no prior absence signal but degraded well-being scores.
Cette étude de cohorte prospective multicentrique évalue la valeur prédictive de l'indice de charge adaptative (ICA), un indicateur composite dérivé de l'instrument de bien-être WB6Dim, sur les arrêts de travail de longue durée (≥ 30 jours) dans des entreprises françaises, à un horizon de 6 mois. En France, 7 % des épisodes d'arrêt de travail (ceux dépassant 6 mois) représentent 45 % des dépenses totales d'indemnités journalières (Cour des comptes 2024). Les charges d'assurance invalidité collective ont augmenté de +24,4 % en 2024 (France Assureurs 2025). Fait critique, une proportion importante des arrêts de travail de longue durée survient sans aggravation préalable dans les données administratives d'absence - « l'effet falaise » - où le présentéisme masque une détérioration progressive (Gustafsson \& Marklund 2011). Les modèles de prédiction fondés uniquement sur l'historique des absences plafonnent à une AUC de 0,65 pour les jours cumulés (Roelen 2013), tandis que les instruments psychométriques composites atteignent un C-index de 0,73-0,74 (Airaksinen et al. 2018, SJWEH). Le WB6Dim est un outil psychométrique validé de 28 items mesurant 9 dimensions du bien-être au travail (NCT07301879, NCT07433764 ; ICA test-retest 0,904). L'ICA classe les répondants en 4 niveaux de charge adaptative. Agrégée au niveau de l'entreprise, la distribution de l'ICA pourrait permettre de détecter une détérioration pendant la fenêtre de présentéisme, avant la survenue d'arrêts de travail coûteux. L'étude recueille 4 évaluations WB6Dim sur 6 mois, ainsi que des données d'absence au niveau de l'entreprise stratifiées par durée (2024-2026) et des données individuelles d'absence autodéclarées (durée et nombre d'épisodes). Six hypothèses pré-enregistrées testent si l'ICA prédit les arrêts de longue durée, dont une hypothèse exploratoire ciblant les entreprises ne présentant aucun signal d'absence préalable mais des scores de bien-être dégradés.
Vous quittez essai-clinique.com pour le site externe clinicaltrials.gov, géré par l’organisme responsable de l’annonce. La candidature, les questions d’éligibilité et toute information médicale se traitent uniquement là-bas.
Important : essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.
Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.