Une nouvelle mesure, fondée sur la population, du fardeau économique de la maladie mentale au Canada
Notice bibliographique
Résumé
Nous présentons ici une mesure globale du fardeau économique excédentaire associé à la maladie mentale au Canada, qui tient compte de l'utilisation des ressources médicales et des pertes de productivité imputables aux incapacités de courte et de longue durée, ainsi que de la diminution de la qualité de vie liée à l'état de santé (QVLES), dans la population de personnes souffrant de problèmes de santé mentale, diagnostiqués ou non. L'analyse était fondée sur le cycle 2.1 de l'Enquête sur la santé dans les collectivités canadiennes (2003), réalisée auprès de la population. Nous avons mesuré, à l'égard de tous les sujets, tous les services de santé utilisés, la perte de productivité attribuable à une incapacité de courte ou de longue durée et la qualité de vie liée à l'état de santé, et déterminé la valeur de ces facteurs en dollars; le fardeau économique est la différence, représentée par la valeur en dollars de ces facteurs, entre les populations souffrant ou non de maladies mentales. Le fardeau économique total s'est chiffré à 51 milliards $ en 2003. Plus de la moitié de ce fardeau était associé à une diminution de la QVLES. La pratique courante est d'inclure dans les évaluations économiques les changements liés à l'utilisation des ressources médicales, la perte de productivité et la diminution de la QVLES.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».