Modeling the cost of inaction in treating obesity in Canada
Notice bibliographique
Résumé
BACKGROUND: Obesity prevalence continues to rise in Canada, highlighting a growing public health concern. This study updates estimates of the societal cost of inaction in treating obesity, emphasizing the significant economic burden stemming from both direct healthcare costs and indirect productivity losses. METHODS: We combined data from national surveys and published literature to estimate the 2023 national economic implications of obesity. Comparing adults with obesity (BMI ≥ 30) to those with healthy weight (25 > BMI ≥ 18.5), we assessed healthcare costs, absenteeism, presenteeism, disability pensions, mortality-related costs, workforce participation, and earnings. Canadian data were used where possible, supplemented by U.S. data, standardized to 2023 CAD$. RESULTS: The cost of inaction in treating obesity in Canada was $27.6 billion in 2023, including $5.9 billion in direct healthcare and $21.7 billion in indirect costs. Excess healthcare costs are driven by higher utilization of medical services. Indirect costs include approximately $8.2 billion from reduced workforce participation, $6.8 billion from presenteeism, $3.8 billion in lower earnings among employed with obesity, $2.0 billion from lost wages due to premature mortality, $682 million from absenteeism, and $268 million from disability pensions. CONCLUSIONS: The economic implications of not addressing obesity effectively are substantial, emphasizing the urgent need for utilizing effective chronic disease management strategies. Our findings highlight the disproportionate impact on women and the broader economic consequences, underscoring the imperative for tailored policy interventions. Investing in comprehensive, evidence-based obesity management not only enhances individual well-being but also yields significant societal and economic benefits.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».