Costos de atención médica de las enfermedades atribuibles al consumo de tabaco en América: revisión de la literatura
Notice bibliographique
Résumé
The objective of this study was to compile information from published scientific literature about health care costs attributable to tobacco consumption and evaluate the different methodological strategies used in calculating estimations. Sources included MedLINE, bibliographical references from books published by the World Bank, the World Health Organization, the Panamerican Health Organization, the Interdisciplinary Health Research Group of Canada, as well as technical documentation used by the state of Minnesota, United States of America, in litigation against the tobacco industry. All of the studies published about this issue over the last 25 years or more were included. Information was obtained with respect to the study population, the cost perspective, the type of analysis used for estimating health care costs and methodology for attributing costs to tobacco consumption. In addition, comments with regard to the relevant findings and the limitations of each of the studies were added. Annual health care costs attributable to tobacco use vary between 6 and 14% of personal health expenses. In the period between the first publication and today, progress has been seen in the methodology used for calculating estimations, not only from the epidemiological perspective which improves the accuracy of the attribution of costs to risk factors, but from the economic perspective which broadens the estimation of costs from a social perspective. It is concluded that tobacco consumption leads to high health care costs, involves a cost to employers due to productivity losses and worker disability, and represents a high social cost resulting from the occurrence of premature deaths in the society.
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 | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».