Inequalities in labour market consequences of common mental disorders
Notice bibliographique
Résumé
The burden of mental disorders continues to grow and is now a leading cause of disability worldwide. The prevalence of mental disorders is unequal between population subgroups, and these disorders are associated with unfavourable consequences in social and economic conditions, health and survival. However, how the negative effects of mental disorders are distributed among population subgroups is less studied. Our aim is to investigate how labour market consequences of Common Mental Disorders (CMD) differ over gender, age, education, and country of birth. We use a population sample from southern Sweden of patients diagnosed with CMD 2009-2012 and a matched general population control group with linked register information on employment, long-term sick leave, and disability pension. Logistic regression with interaction effects between CMD and sociodemographic indicators are used to estimate labour market consequences of CMD in the different population subgroups. CMD have a negative impact on all labour market outcomes studied, reducing employment while increasing the risk of long term sick leave and disability pension. However, the associated effect is found to be stronger for men than women, except for disability pension where consequences are similar. Surprisingly, high educated individuals suffer worse labour market consequences than low educated. Consequences of CMD in labour market outcomes are not consistent across different age-groups and country of birth. Inequalities in the labour market consequences of common mental disorders sometimes contributes to, and sometimes mitigates, societal inequalities in employment, long term sick leave and disability pension. When developing new strategies to tackle mental ill health in the population, it may therefore be motivated to consider not only inequalities in the prevalence of mental disorders, but also inequalities in the consequences of these disorders.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».