Usefulness of the results of a surveillance program for uncompensated work-related diseases in France
Notice bibliographique
Résumé
Abstract Background French employees receive compensations for diseases officially recognized as professionnal disease. Reimbursment data are thus used to produce statistics. Such data do not integrate uncompensated work-related diseases (UUWRD) defined as likely to be of occupational origin but not recognized as well. In 2003, the National Public Health Agency implemented a surveillance program on UWRD. This program is a complement to the compensation system for occupational diseases. This communication presents results UWRD program can provide. Methods Twice a year, a network of volunteer occupational physicians (OP) reports ill health and associated work exposures of employees. Employee sociodemographics are notified. In 2018, half of French regions are integrated in the program. Prevalence rates are calculated for UWRD. Chi-squared tests are used to compare prevalence rates between groups. Multivariate logistic regressions are conducted to evaluate:1- risks to report UWRD between groups, 2- prevalence rates trends. Underreporting rates of UWRD are approximated using an indicator capturing differences between figures produced by UWRD program and the compensation system. Results Over the 2009-2014 period, women working in mass food retail were observed at higher risk to present musuculoskeletical disorders than women of other sectors (ORa = 2.0). Same results were noted for men (ORa = 1.3). In mass food retail, decreases in musculoskeletal disorder prevalence rates were reported. Estimated average annual change rates were of 7.0 % for women and 11.0% for men. In 2011, UWRD data highlighted that between half and three-quarter of work-related musculoskeletal disorders were unreported by the compensation system. Conclusions UWRD data are used to identify vulnerable groups, analyse temporal trends and evaluate underreporting of professionnal disease. Key messages URWD program is a complement to the compensation system and let to better monitor health status of communities. Such informations are of interest to guide prevention policies.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».