MétaCan
Menu
Retour à la cohorte
Enregistrement W4405460840 · doi:10.3390/diseases12120331

Absenteeism and Productivity Loss Due to Influenza or Influenza-like Illness in Adults in Europe and North America

2024· review· en· W4405460840 sur OpenAlexaffabout
David N. Fisman, Maarten J. Postma, Myron J. Levin, Joaquin Mould-Quevedo

Notice bibliographique

RevueDiseases · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensPublic Health Ontario
Organismes subventionnairesSeqirus
Mots-clésAbsenteeismProductivityMedicineVaccinationPresenteeismGerontologyDiseaseDisease burdenInfluenza A virusEnvironmental healthDemographyImmunologyPsychologyInternal medicineEconomic growthEconomicsVirus

Résumé

récupéré en direct d'OpenAlex

Healthy working-age adults are susceptible to illness or caregiving requirements resulting from annual seasonal influenza, leading to considerable societal and economic impacts. The objective of this targeted narrative review is to understand the societal burden of influenza in terms of absenteeism and productivity loss, based on the current literature. This review includes 48 studies on the impact of influenza and influenza-like illness (ILI) and reports on the effect of influenza vaccination, age, disease severity, caring for others, comorbidities, and antiviral prophylaxis on absenteeism and productivity loss due to influenza/ILI, focusing on publications originating from Canada, Europe, and the United States. Influenza/ILI results in substantial work time and productivity loss among working adults and students in Canada, Europe, and the United States, particularly those who are unvaccinated, are <65 years of age, or who have severe disease. Considerable work time and productivity loss is attributable to illness and caregiver burden related to influenza. Further research is required on the impact of influenza on absenteeism and productivity loss in adults with comorbidities to support the development of effective employer policies for working adults with underlying health conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,404
Écart entre enseignants0,325 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiseasesMême sujetInfluenza Virus Research StudiesTravaux en français237 207