Costs of productivity loss due to occupational cancer in Canada: estimation using claims data from Workers’ Compensation Boards
Notice bibliographique
Résumé
INTRODUCTION: Cancer is a leading cause of illness globally, yet our understanding of the financial implications of cancer caused by working conditions and environments is limited. The goal of this study is to estimate the costs of productivity losses due to occupational cancer in Canada, and to evaluate the factors associated with these costs. METHODS: Two sources of data are used: (i) Individual level administrative claims data from the Workers Compensation Board of Nova Scotia; and (ii) provincial aggregated cancer claims statistics from the Association of Workers Compensation Boards of Canada. Benefits paid to claimants are based on actuarial estimates of wage-loss, but do not include medical costs that are covered by the Canadian publicly funded healthcare system. Regional claims level data are used to estimate the total and average (per claim) cost of occupational cancer to the insurance system, and to assess which characteristics of the claim/claimant influence costs. Cost estimates from one region are weighted using regional multipliers to adjust for system differences between regions, and extrapolated to estimate national costs of occupational cancer. RESULTS/DISCUSSION: We estimate that the total cost of occupational cancer to the Workers' Compensation system in Canada between 1996 and 2013 was $1.2 billion. The average annual cost was $68 million. The cancer being identified as asbestos related were significantly positively associated with costs, whereas the age of the claimant was significantly negatively associated with costs. The industry type/region, injury type or part of body affected by cancer were not significant cost determinants. CONCLUSION: Given the severity of the cancer burden, it is important to understand the financial implications of the disease on workers. Our study shows that productivity losses associated with cancer in the workplace are not negligible, particularly for workers exposed to asbestos.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».