Use of Antidepressants Among Canadian Workers Receiving Depression-Related Short-Term Disability Benefits
Notice bibliographique
Résumé
OBJECTIVES: Little is known about how antidepressants are being used, but rising antidepressant expenditures and the accompanying impulse to control costs make this a critical issue to be addressed. The authors studied patterns of antidepressant use in a population of workers receiving depression-related short-term disability benefits to determine whether populations likely to benefit from antidepressants are using them and, if so, whether they are using them in a way that the benefits from their use are maximized. METHODS: The analyses were based on 1996-1998 administrative data from short-term disability and prescription drug benefit claims and occupational health department records for employees of three Canadian companies. RESULTS: Approximately 58 percent of employees who were receiving depression-related short-term disability benefits had made at least one antidepressant claim. Employees who did not use antidepressants typically reported significantly fewer symptoms at baseline on average than those who did. About 91 percent of the employees who used antidepressants filled at least one prescription for a guideline-recommended first-line agent. Approximately 79 percent of antidepressant dosages reflected those suggested by the Canadian Network for Mood and Anxiety Treatment, and three timeframe indicators suggested that most patients used antidepressants within the recommended timeframes. CONCLUSIONS: The results of this study represent an important first step in exploring the question of how antidepressants are used among workers with depression-related disability. For the most part, these workers and those whose depression was more severe were more likely to obtain antidepressants.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».