Physician diagnosed mental ill-health in male and female workers
Notice bibliographique
Résumé
BACKGROUND: Although there have been many studies of work demands and self-reported job strain, few have examined incident physician-diagnosed mental ill-health (MIH) by detailed occupational group. AIMS: To investigate whether linkage of occupation from worker compensation claims to diagnoses from administrative health records can give credible information on occupation and incidence of MIH by diagnostic group and gender. METHODS: Information on occupation from all worker compensation claims 1995-2004 in Alberta, Canada were linked to administrative health records of MIH diagnoses. Relative risks for affective, substance use and psychotic disorders by four digit occupational codes were calculated for men and women aged 18-65 years in a log-binomial regression adjusting for age and stratifying by sex. RESULTS: There were 327883 male and 88483 female compensation claims available for the analysis of incident cases. Affective disorders (5.2% men, 11.5% women) were much more common than substance use disorders or psychotic disorders (both ≤1%) in this population of working people. In men, the type of work appeared to either protect from or precipitate affective disorders, but no protective effect was seen for women. Substance use disorders clustered mainly in physically demanding occupations typically involving employment outside the urban areas. New onset psychotic disease was rare but seen in excess in painters, boilermakers and chefs. CONCLUSIONS: Data linkage of occupation close to the time of new onset MIH can provide important insight into the relation between work and physician-diagnosed MIH and indicate areas in which intervention might be appropriate.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».