Update of the fractions of cardiovascular diseases and mental disorders attributable to psychosocial work factors in Europe
Notice bibliographique
Résumé
OBJECTIVES: The objectives of this study were to provide the fractions of cardiovascular diseases and mental disorders attributable to five psychosocial work exposures, i.e. job strain, effort-reward imbalance, job insecurity, long working hours, and bullying in Europe (35 countries, including 28 European Union countries), for each one and all countries together, in 2015. METHODS: The prevalences of exposure were estimated using the sample of 35,571 employees from the 2015 European Working Conditions Survey (EWCS) for all countries together and each country separately. Relative risks (RR) were obtained via literature reviews and meta-analyses already published. The studied outcomes were: coronary/ischemic heart diseases (CHD), stroke, atrial fibrillation, peripheral artery disease, venous thromboembolism, and depression. Attributable fractions (AF) for each exposure and overall AFs for all exposures together were calculated. RESULTS: The AFs of depression were all significant: job strain (17%), job insecurity (9%), bullying (7%), and effort-reward imbalance (6%). Most of the AFs of cardiovascular diseases were significant and lower than 11%. Differences in AFs were observed between countries for depression and for long working hours. Differences between genders were found for long working hours, with higher AFs observed among men than among women for all outcomes. Overall AFs taking all exposures into account ranged between 17 and 35% for depression and between 5 and 11% for CHD. CONCLUSION: The overall burden of depression and cardiovascular diseases attributable to psychosocial work exposures was noticeable. As these exposures are modifiable, preventive policies may be useful to reduce the burden of disease associated with the psychosocial work environment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».