Det obetalda omsorgsarbetet ur ett hälsoekonomiskt perspektiv
Notice bibliographique
Résumé
Psykossjukdomar, framför allt schizofreni, anses vara en av de mest krävande sjukdomar för anhö-riga, dels i termer av daglig assistans, dels dess negativa påverkan på hälsa och livskvalitet. Det är idag ovanligt att informell vård inkluderas i hälsoekonomiska analyser. I detta kapitel granskar vi litteraturen på detta område och har funnit sex kostnadsstudier i en europeisk kontext men inte någon ekonomisk utvärdering som har inkluderat informell vård. Informell vård har skattats utgöra 2–33 % av de totala samhälleliga kostnaderna för schizofreni och psykossjukdomar. De stora skillnaderna i skattningar kan till stor del förklaras utifrån metodologiska skillnader mellan studier och olika uppskattningar om tidsåtgång och tidsvärdering av informell vård. Vi skattar den årliga genomsnittskostnaden för informell vård, baserat på publicerade svenska studier, till 126 000 kr per anhörig. Detta innebär en samhällelig årskostnad på 3,8–5,0 miljarder kronor bero-ende på sjukdomsprevalens. Till detta kan läggas försämrad livskvalitet för anhöriga motsvarande en kostnad på 660–880 miljoner kronor.Det är viktigt att framtida beslut om resursfördelning inom psykiatrin, hälso- och sjukvården, och i samhället i stort inkluderar kostnader för informell vård. Att bortse från denna kostnads- post riskerar att leda till felaktiga beslut där samhällets begränsade resurser inte används på bästa sätt. Med informell vård inkluderat så kan det förväntas finnas möjligheter att öka effektiviteten i nuvarande hälsosystem, t.ex. genom att förändra behandlingsstrukturerna eller att öka stödfunktionerna för anhöriga och därmed minska de negativa effekterna av informell vård. Detta kräver dock noggranna ekonomiska utvärderingar av föreslagna interventioner och förändringar för att säkerställa att samhällets resurser används på bästa sätt.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,013 |
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 ».