P-183 The costs imputable to work stress in European countries: how much does it cost from a societal perspective? A study protocol
Notice bibliographique
Résumé
<h3>Introduction</h3> Work-related psychosocial exposures are highly prevalent in European countries and are associated with various health outcomes, especially mental disorders and cardiovascular diseases (CVD). Evaluations of the economic burden of psychosocial work exposures are however very seldom in the literature. <h3>Objective</h3> To estimate the annual costs of depression and CVD attributable to work-related psychosocial exposures in 28 European Union countries (EU28). <h3>Methods</h3> This study will follow the top-down cost-of-illness (COI) approach, which estimates the economic burden of health conditions in a population from a societal perspective, starting from the total costs of diseases. We will estimate the fractions of these costs that are attributable to work-related psychosocial exposures (attributable fractions, AFs). AF estimates require data on the prevalence of exposure in the whole population, and on the relative risk of developing the disease when exposed to the risk factor. Relative risk estimates will come from a systematic literature review. Prevalence of exposure estimates will derive from an analysis of the 2015 European Working Conditions Survey data. Work-related psychosocial exposures will include the factors from the job strain model, effort-reward imbalance model, and other models/concepts depending on the availability of data. <h3>Results</h3> Our evaluation of costs will include: (1) direct healthcare costs as reimbursed by public healthcare systems: outpatient visit fees to physicians and other health professionals, hospitalisations, emergency room visits and medication, (2) direct healthcare costs as out-of-pocket payments paid by patients, depending on the extent of the public healthcare system in each country, (3) indirect costs due to sickness absences at work, to disability leave, early retirement and premature death, and the cost of presenteeism when available. <h3>Conclusion</h3> This study will provide original and relevant insights on a macro-level for policy-makers and stakeholders 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».