Psychosocial work factors and social inequalities in psychological distress: a population-based study
Notice bibliographique
Résumé
BACKGROUND: Mental health problems (MHP) are the leading cause of disability worldwide. The inverse association between socioeconomic position (SEP) and MHP has been well documented. There is prospective evidence that factors from the work environment, including adverse psychosocial work factors, could contribute to the development of MHP including psychological distress. However, the contribution of psychosocial work factors to social inequalities in MHP remains unclear. This study evaluates the contribution of psychosocial work factors from two highly supported models, the Demand-Control-Support (DCS) and the Effort-Reward Imbalance (ERI) models to SEP inequalities of psychological distress in men and women from a population-based sample of Quebec workers. METHODS: Data were collected during a survey on working conditions, health and safety at work. SEP was evaluated using education, occupation and household income. Psychosocial work factors and psychological distress were assessed using validated instruments. Mean differences (MD) in the score of psychological distress were estimated separately for men and women. RESULTS: Low education level and low household income were associated with psychological distress among men (MD, 0.56 (95% CI 0.06; 1.05) and 1.26 (95% CI 0.79; 1.73) respectively). In men, the contribution of psychosocial work factors from the DCS and the ERI models to the association between household income and psychological distress ranged from 9% to 24%. No clear inequalities were observed among women. CONCLUSIONS: These results suggest that psychosocial work factors from the DCS and the ERI models contribute to explain a part of social inequalities in psychological distress among men. Psychosocial factors at work are frequent and modifiable. The present study supports the relevance of targeting these factors for the primary prevention of MHP and for health policies aiming to reduce social inequalities in mental health.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».