Economic evaluation of a psychological surveillance and support programme in the UK police force
Notice bibliographique
Résumé
Purpose Police officers in the UK frequently experience traumatic events and work pressures, and these can have a detrimental impact on mental health. A psychological surveillance programme has been implemented and clinically evaluated. This paper reports an economic evaluation of the programme. Design/methodology/approach A decision analytic model was developed to explore programme costs, outcomes and return on investment for a notional cohort of 1,000 police personnel (officers and staff). The model parameters were obtained from a large data set of sequential psychological surveillance results. Changes in individual work productivity were derived from a workability measure included in the survey. Findings The modelled expected total cost incurred to screen 1,000 participants was £84,287 ($106,971). The expected net increase in work productivity for those receiving interventions was valued at £241,672 ($306,713). This result represents a return on investment of 187%. Sensitivity analyses showed that the model was robust to changes in key parameters. Research limitations/implications Police personnel experiencing traumatic events may need specialist support from occupational health services or psychological therapy. Screening or surveillance can detect mental health problems, but its cost-effectiveness has been previously unknown. Practical implications The value for money of providing surveillance within the police force to detect mental health problems is assessed in this research. The gains in terms of increased work are evident. In similar environmental working conditions, this could extend to emergency services globally. Social implications The police are often called upon to deal with the lowest points in people’s lives. The findings have implications for police forces wishing to support officers to be able to provide the best of themselves in these situations. Originality/value There have been no previous studies in policing that have concluded that running a psychological surveillance programme in policing is financially viable. Although this requires initial investment, this paper models that the extra costs incurred are more than offset by improved work productivity.
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 | 0,003 | 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) | 0,001 | 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 ».