RF-184 Estimating the burden of cardiovascular diseases and depression attributable to psychosocial work exposures in 28 European Union countries
Notice bibliographique
Résumé
Objectives This study aimed to estimate the annual burden of cardiovascular diseases and depression attributable to psychosocial work exposures in 28 EU countries (EU28) in 2015. Methods This study was based on up-to-date estimates of the fractions of cardiovascular diseases and depression attributable to five psychosocial work exposures in EU28: job strain, effort-reward imbalance, job insecurity, long working hours, and workplace bullying. The outcomes included: coronary/ischemic heart diseases (CHD), stroke, atrial fibrillation, peripheral artery disease, and depression. Burden indicators were prevalent cases, deaths, Years of Life Lost, Years of Life Lost due to Disability, and Disability Adjusted Life Years (DALY). Health outcome data were extracted from the Global Health Data Exchange database, provided by the Institute for Health Metrics and Evaluation. To take into account differences in population sizes between countries, we calculated the prevalence rate, the mortality rate, and the DALY rate per 100,000 workers for each health outcome attributable to each exposure and tested the differences between countries using the Wald test. Results were plotted on maps. Results The overall burden of CHD attributable to all studied psychosocial work exposures in EU28 was 181,870 to 415,368 prevalent cases, 3,759 to 8,586 deaths, and 129,280 to 295,259 DALYs in 2015. The overall burden of depression was 1,715,026 to 3,645,262 prevalent cases, 8,471 to 18,005 deaths, and 651,665 to 1,385,104 DALYs. Differences between countries for DALY rates per 100,000 workers were significant for all exposures and health outcomes. The highest burdens in DALY rate corresponded to depression attributable to job strain (680 DALY rate per 100,000 workers in Lithuania, 418 in Hungary) and to depression attributable to workplace bullying (371 in France). Conclusion Such results are necessary as decision tools for decision-makers and policy makers (governments, employers, trade unions) when defining public health priorities and preventive strategies in European countries regarding work stress prevention.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».