Economic impact of harmful algal blooms on human health: a systematic review
Notice bibliographique
Résumé
Harmful algal blooms (HABs) damage human activities and health. While there is wide literature on economic losses, little is known about the economic impact on human health. In this review, we systematically retrieved papers which presented health costs following exposure to HABs. A systematic review was conducted up to January 2019 in databases such as ScienceDirect and PubMed, and 16 studies were selected. Health costs included healthcare and medication expenses, loss of income due to illness, cost of pain and suffering, and cost of death. Two categories of illness (digestive and respiratory) were considered for health costs. For digestive illness cost, we found $86, $1,015 and $12,605, respectively, for mild, moderate and severe cases. For respiratory illness, costs were $86, $1,235 and $14,600, respectively, for mild, moderate and severe cases. We used Quality-Adjusted Life Years (QALYs) to access the loss of well-being due to illness caused by HABs. We found that breathing difficulty causes the most loss of QALYs, especially in children, with a loss of between 0.16 and 0.771 per child. Having gastroenteritis could cause a loss of between 2.2 and 7.1 QALYs per 1,000 children. Misleading symptoms of illness following exposure to HABs could cause bias in health costs estimations.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».