Workplace Productivity Loss and Indirect Costs Associated With Preterm Birth in the United States
Notice bibliographique
Résumé
OBJECTIVE: To estimate workplace productivity loss and indirect costs in the year after birth among individuals who deliver preterm in the United States. METHODS: This retrospective, observational cohort study estimated workplace productivity loss and indirect costs for individuals aged 18-55 years with an inpatient delivery between January 1, 2016, and September 30, 2021, using data from the Merative MarketScan Commercial Claims and Encounters database and the Health and Productivity Management database. Workdays lost and costs attributable to medical-related absenteeism, workplace absenteeism (defined as sick leave, leave, recreational leave, Family Medical Leave Act); disability (defined as short-term and long-term disability), and aggregate workplace productivity loss, a combined outcome measure, were compared between propensity-score-matched birth cohorts: preterm birth (before 37 weeks of gestation) and full-term birth (at or after 37 weeks of gestation). Outcomes were also compared between the full-term birth cohort and preterm birth subgroups (before 32 weeks of gestation and before 34 weeks of gestation). Estimations of indirect costs assumed an 8-hour workday. Costs were inflated to December 2021 U.S. dollars. RESULTS: In total, 37,522 individuals were eligible for medical-related absenteeism, 1,028 for workplace absenteeism, 7,880 for disability, and 396 for aggregate workplace productivity loss after propensity score matching. Compared with full-term birth, preterm birth was associated with more workdays lost and costs in the year after childbirth attributable to medical-related absenteeism (differences of 4.2 days and $1,045, P <.001) and disability (differences of 2.8 days and $422, P <.001). Preterm birth was not associated with workplace absenteeism (differences of 1.4 days and $347, P =.787) and aggregate workplace productivity loss (differences of 5.2 days [ P =.080] and $1,021 [ P =.093]). Numerical differences were greater in magnitude and inversely related to gestational age at birth across outcomes. CONCLUSION: Preterm birth was associated with medical-related absenteeism, disability claims, and indirect costs in the year after birth compared with full-term birth.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».