0157 The use of epidemiologic data to evaluate the economic burden of occupational risks: modelling the cost of diseases attributable to job strain in France
Notice bibliographique
Résumé
Objectives To estimate the annual costs of coronary heart diseases (CHD) and mental disorders (MD) attributable to job strain exposure according to Karasek’s model in France for the year 2003 from a societal perspective. Method We produced attributable fraction estimates which were applied to the number of cases (morbidity and mortality) and the costs of CHD and MD. Relative risk estimates came from a systematic literature review of prospective studies. We conducted meta-analyses based on this selection of studies. Prevalence of exposure to job strain came from the national SUMER survey conducted in France in 2003. Results Between 8.8 and 10.2% of CHD morbidity and between 9.4 and 11.2% of CHD mortality was attributable to job strain for men. Between 15.2 and 19.8% of MD was attributable to job strain for men, and between 14.3 and 27.1% for women. The total costs of CHD and MD attributable to job strain exposure ranged from 1.8 to 3 billion euros for the year 2003 (0.12–0.19% GDP). Medical costs accounted for 11% of the total costs, value of life costs accounted for 13–15% and sick leave costs for 74–77%. The cost of CHD was estimated at 113–133 million euros and the cost of MD was between 1.7–2.8 billion euros in 2003. Conclusions This study on the economic burden of diseases attributable to job strain in France provides relevant insights for policy-makers when defining public health priorities for prevention policies.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».