Lost Productivity in Stroke Survivors: An Econometrics Analysis
Notice bibliographique
Résumé
BACKGROUND: Stroke leads to a substantial societal economic burden. Loss of productivity among stroke survivors is a significant contributor to the indirect costs associated with stroke. We aimed to characterize productivity and factors associated with employability in stroke survivors. METHODS: We used the Canadian Community Health Survey 2011-2012 to identify stroke survivors and employment status. We used multivariable logistic models to determine the impact of stroke on employment and on factors associated with employability, and used Heckman models to estimate the effect of stroke on productivity (number of hours worked/week and hourly wages). RESULTS: We included data from 91,633 respondents between 18 and 70 years and identified 923 (1%) stroke survivors. Stroke survivors were less likely to be employed (adjusted OR 0.39, 95% CI 0.33-0.46) and had hourly wages 17.5% (95% CI 7.7-23.7) lower compared to the general population, although there was no association between work hours and being a stroke survivor. We found that factors like older age, not being married, and having medical comorbidities were associated with lower odds of employment in stroke survivors in our sample. CONCLUSIONS: Stroke survivors are less likely to be employed and they earn a lower hourly wage than the general population. Interventions such as dedicated vocational rehabilitation and policies targeting return to work could be considered to address this lost productivity among stroke survivors.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».