Une nouvelle mesure, fondée sur la population, du fardeau économique de la maladie mentale au Canada
Bibliographic record
Abstract
Nous présentons ici une mesure globale du fardeau économique excédentaire associé à la maladie mentale au Canada, qui tient compte de l'utilisation des ressources médicales et des pertes de productivité imputables aux incapacités de courte et de longue durée, ainsi que de la diminution de la qualité de vie liée à l'état de santé (QVLES), dans la population de personnes souffrant de problèmes de santé mentale, diagnostiqués ou non. L'analyse était fondée sur le cycle 2.1 de l'Enquête sur la santé dans les collectivités canadiennes (2003), réalisée auprès de la population. Nous avons mesuré, à l'égard de tous les sujets, tous les services de santé utilisés, la perte de productivité attribuable à une incapacité de courte ou de longue durée et la qualité de vie liée à l'état de santé, et déterminé la valeur de ces facteurs en dollars; le fardeau économique est la différence, représentée par la valeur en dollars de ces facteurs, entre les populations souffrant ou non de maladies mentales. Le fardeau économique total s'est chiffré à 51 milliards $ en 2003. Plus de la moitié de ce fardeau était associé à une diminution de la QVLES. La pratique courante est d'inclure dans les évaluations économiques les changements liés à l'utilisation des ressources médicales, la perte de productivité et la diminution de la QVLES.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.009 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".