Scaling-up treatment of depression and anxiety: a global return on investment analysis
Notice bibliographique
Résumé
BACKGROUND: Depression and anxiety disorders are highly prevalent and disabling disorders, which result not only in an enormous amount of human misery and lost health, but also lost economic output. Here we propose a global investment case for a scaled-up response to the public health and economic burden of depression and anxiety disorders. METHODS: In this global return on investment analysis, we used the mental health module of the OneHealth tool to calculate treatment costs and health outcomes in 36 countries between 2016 and 2030. We assumed a linear increase in treatment coverage. We factored in a modest improvement of 5% in both the ability to work and productivity at work as a result of treatment, subsequently mapped to the prevailing rates of labour participation and gross domestic product (GDP) per worker in each country. FINDINGS: The net present value of investment needed over the period 2016-30 to substantially scale up effective treatment coverage for depression and anxiety disorders is estimated to be US$147 billion. The expected returns to this investment are also substantial. In terms of health impact, scaled-up treatment leads to 43 million extra years of healthy life over the scale-up period. Placing an economic value on these healthy life-years produces a net present value of $310 billion. As well as these intrinsic benefits associated with improved health, scaled-up treatment of common mental disorders also leads to large economic productivity gains (a net present value of $230 billion for scaled-up depression treatment and $169 billion for anxiety disorders). Across country income groups, resulting benefit to cost ratios amount to 2·3-3·0 to 1 when economic benefits only are considered, and 3·3-5·7 to 1 when the value of health returns is also included. INTERPRETATION: Return on investment analysis of the kind reported here can contribute strongly to a balanced investment case for enhanced action to address the large and growing burden of common mental disorders worldwide. FUNDING: Grand Challenges Canada.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».