Depression-Related Short-Term Disability in an Employed Population
Notice bibliographique
Résumé
Learning Objectives Identify the economic consequences of depression and the likely ways in which depression influences performance at the workplace. Appreciate the prevalence of short-term disability with and without depression, and the influence of gender, age, and past history on depression-related disability. Recognize how the outcome of depression-related short-term disability is influenced by gender, age, and the number of depressive symptoms. There has been a growing realization that the number of workplace disability claims for mental and nervous disorders is increasing. Yet, little is known about the working population disabled by these disorders. Absence of basic information describing this population makes it virtually impossible to plan effective workplace programs. Using administrative data collected from three major Canadian financial/insurance sector employers, we focus on one group of disorders—depression. In this study, we report the prevalence of short-term disability due to depression and describe the characteristics of workers affected and their disability outcomes. We observed that compared with other nervous and mental disorders, depression-related short-term disability generally affected more employees, lasted longer, and had a higher rate of recurrence. In addition, at the end of their episodes more than three quarters of workers returned to work. These estimates suggest that the potential magnitude of the impact of short-term disability should be a concern for employers. This study helps identify the main characteristics of workers who develop depression-related disability. It also helps clarify what happens to those on short-term disability.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».