Questo studio di Jaana T. Kari e altri pubblicato su “Medicine & Science in Sport & Exercise” a febbraio di quest’anno ha stimato i costi di produttività a lungo termine dell’inattività fisica a livello individuale. In particolare sono stati presi come campione di studio 6261 partecipanti è stato estratto dalla “Northern Finland Birth Cohort 1966, La Northern Finland Birth Cohort 1966 (NFBC1966) è una coorte di nascita prospettica iniziata nel 1965. Alla base sono state reclutate tutte le madri con data di parto prevista tra il 1° gennaio e il 31 dicembre 1966 nelle due province più settentrionali della Finlandia. La popolazione dello studio NFBC1966 comprendeva 12.231 bambini e i loro genitori. I follow-up sono stati condotti in quattro momenti diversi: a 1, 14, 31 e 46 anni di età. I dati raccolti nocomprendono misurazioni prenatali e dei primi anni di vita, informazioni sullo sviluppo motorio, sociale, psicologico e mentale nell’infanzia. In età adulta sono stati raccolti dati sul background sociale, lo stile di vita, i farmaci, le malattie diagnosticate, i sintomi organo-specifici e psichiatrici, il carico di lavoro e la salute professionale, l’economia, i tratti personali, il funzionamento, la qualità della vita, l’uso dei servizi sanitari e la storia familiare di malattie, a cui sono state collegate le variabili che illustrano i costi di produttività a livello individuale, compresi i congedi per malattia e le pensioni di invalidità, provenienti dai due seguenti registri finlandesi: 1) l’Istituto di previdenza sociale della Finlandia (SII) e 2) il Centro finlandese per le pensioni (FCP).
Ai dati sono state collegate le variabili dei costi di produttività (congedi per malattia e pensioni di invalidità) provenienti dai registri finlandesi. Gli individui (N = 6261) sono stati suddivisi in gruppi di attività fisica in base al loro livello di attività fisica, misurato in tre modi:
- attività fisica di intensità da moderata a vigorosa nel tempo libero (MVPA) autodichiarata a 46 anni.
- MVPA longitudinale autodichiarata nel tempo libero a 31-46 anni.
- MVPA complessiva misurata con accelerometro a 46 anni.
L’approccio del capitale umano è stato applicato per calcolare i costi osservati (anni 2012-2020) e i costi previsti (anni 2012-2031). Lo studio amplia la letteratura precedente in tre modi:
- In primo luogo, i costi della produttività sono calcolati utilizzando le informazioni sull’attività fisica a livello individuale, che comprendono sia l’attività fisica autodichiarata sia quella misurata dall’accelerometro. Di queste, l’attività fisica autodichiarata riflette l’attività fisica nel tempo libero, mentre l’attività fisica misurata dall’accelerometro rappresenta l’attività fisica quotidiana complessiva.
- In secondo luogo, i costi sono calcolati utilizzando informazioni longitudinali sull’attività fisica autodichiarata. Infine, le variabili che riflettono i costi della produttività, ovvero le informazioni sui congedi per malattia e sulle pensioni di invalidità, sono tratte dai registri finlandesi. In questo modo si attenua il possibile errore di misurazione della variabile di risultato. Si ipotizza che i costi di produttività a livello individuale siano più elevati tra le persone fisicamente inattive rispetto alle loro controparti fisicamente più attive. Se i risultati sono quelli ipotizzati, ciò evidenzia l’importanza di investire in programmi che possano spingere gli individui verso uno stile di vita fisicamente più attivo. Ciò potrebbe migliorare ulteriormente la capacità lavorativa degli individui, fornendo benefici sia personali che sociali. Da un punto di vista politico, livelli di attività fisica più elevati potrebbero ridurre i costi di produttività pagati dai datori di lavoro e dalla società.
Questo studio ha utilizzato uno studio di coorte basato sulla popolazione che includeva informazioni basate sui registri dei congedi per malattia e delle pensioni di invalidità degli individui per analizzare i costi di produttività a livello individuale dell’inattività fisica. I risultati hanno mostrato che, indipendentemente dal periodo utilizzato o dalla misurazione dell’attività fisica, i costi medi di produttività erano più alti tra gli individui fisicamente inattivi rispetto ai costi di produttività tra gli individui fisicamente attivi. In media i costi di produttività osservati a livello individuale tra gli individui fisicamente inattivi erano superiori di 1900 euro sulla base dell’MVPA del tempo libero autodichiarato, di 1800 euro sulla base dell’MVPA del tempo libero autodichiarato longitudinalmente e di 4300 euro sulla base dell’MVPA complessivo misurato dall’accelerometro rispetto ai costi di produttività tra gli individui fisicamente attivi. Le corrispondenti differenze nei costi previsti tra individui fisicamente inattivi e fisicamente attivi erano rispettivamente di 2.800, 1.200 e 8.800 euro.
Sempre lo studio cita una recente revisione sistematica che ha riassunto gli studi esistenti incentrati sull’onere economico dell’inattività fisica (2). Dei 40 studi ammissibili, 27 si sono concentrati sui costi sanitari diretti e 13 hanno stimato anche i costi indiretti della produttività. Di questi 10 studi hanno applicato il metodo HCA. In breve, i costi annuali di produttività a livello aggregato variavano, ad esempio, da 13,7 miliardi di dollari (INT$) a livello globale (1) a 3,3 miliardi di dollari in Cina (8), 3,7-4,3 miliardi di dollari in Canada (3,23) e 673,5 milioni di dollari nella British Columbia (7). Sebbene il metodo HCA sia stato applicato in precedenza, è stato per lo più implementato utilizzando l’approccio della frazione attribuibile alla popolazione, che produce costi di produttività a livello aggregato. Inoltre, il livello di attività fisica è stato definito in modo diverso nei vari studi (2). Pertanto il confronto tra i risultati precedenti e lo studio in questione non è semplice. Tuttavia i risultati dello studio si aggiungono alla letteratura attuale dimostrando che i costi di produttività a lungo termine a livello individuale differiscono a seconda del livello di attività fisica.
In generale il metodo HCA utilizzato nel presente studio adotta la prospettiva del lavoratore, il che significa che i risultati hanno rappresentato le perdite di produttività a livello individuale dovute alle assenze dal lavoro (24). Queste perdite sono, ad esempio, la riduzione dei guadagni a causa delle assenze. Ciò significa che le perdite di produttività si verificano per i singoli dipendenti. In realtà però in Paesi come la Finlandia e in molte altre nazioni sviluppate, le perdite di produttività del lavoratore sono coperte dal datore di lavoro e dalla società; cioè il datore di lavoro e la società pagano le assenze per malattia e le pensioni di invalidità (25-27). Secondo la legislazione finlandese, ad esempio, il datore di lavoro è responsabile del pagamento di un salario pieno al dipendente per i primi 10 giorni di assenza per malattia (27). Le assenze per malattia che durano più di 10 giorni e i prepensionamenti per invalidità, a loro volta, sono coperti dal SII (25,26). La riduzione dei guadagni può anche far diminuire il gettito fiscale ricevuto dal governo. Pertanto, è importante tenere presente che, sebbene i risultati del presente studio mostrino i costi a livello individuale, ci sono anche altri costi indiretti che derivano da queste assenze e che sono pagati dal datore di lavoro e dalla società.
I risultati del presente studio mostrano che i costi di produttività a livello individuale sono più alti tra i fisicamente inattivi rispetto ai fisicamente più attivi, ma la causalità non può essere interpretata. Intuitivamente una spiegazione dei maggiori costi di produttività dell’inattività fisica è la salute. L’inattività fisica è associata a maggiori rischi per la salute (18), che possono portare a una minore capacità lavorativa o a un minore attaccamento al mercato del lavoro (28,29). Questi problemi possono portare a una maggiore probabilità di assenze per malattia e di pensioni di invalidità (19,20). I risultati supportano indirettamente questa ipotesi perché in ogni specificazione del modello, i costi medi di produttività erano più alti quando ci siamo concentrati sui risultati basati sul sottocampione della scarsa salute percepita rispetto ai costi basati sul campione completo.
Un’altra spiegazione plausibile dei maggiori costi di produttività dell’inattività fisica è l’istruzione. I risultati suggeriscono che nel sottocampione a basso livello di istruzione, i costi medi di produttività erano più alti tra gli inattivi fisici. I risultati sono rimasti stabili indipendentemente dal tipo di misurazione dell’attività fisica. Secondo la letteratura precedente, è stato dimostrato che un’istruzione superiore è correlata a una maggiore attività fisica (30,31). Allo stesso modo, è stato dimostrato che una maggiore attività fisica è correlata a un reddito più elevato (32-35). Dal punto di vista dei lavoratori, un’istruzione più elevata e livelli più alti di attività fisica possono portare a redditi più alti, che possono comportare costi di produttività più elevati una volta che si verificano le assenze (congedi per malattia o pensioni di invalidità). Livelli di istruzione più bassi e livelli di attività fisica più bassi, a loro volta, possono portare a redditi più bassi e a costi di produttività più bassi una volta che si verificano le assenze. Tuttavia questa tendenza non è stata rilevata nei risultati dello studio.
I maggiori costi di produttività dell’inattività fisica possono anche essere spuri. Ciò significa che i costi di produttività più elevati possono derivare da fattori non osservati, come la personalità e l’abilità di un individuo, che sono correlati al livello di attività fisica e alle misure dei costi di produttività. Pertanto i costi di produttività più elevati potrebbero essere emersi indipendentemente dal livello di attività fisica. Pertanto, per migliorare ulteriormente la nostra comprensione dei costi e, soprattutto, per aumentare la nostra consapevolezza di come questi costi potrebbero essere prevenuti, sarebbe utile che gli studi futuri esplorassero più dettagliatamente i fattori alla base dei costi e i potenziali meccanismi tra inattività fisica e costi. Una strada interessante per la ricerca futura sarebbe anche quella di indagare i costi di produttività dell’inattività fisica considerando il tempo di sedentarietà giornaliero (16,36,37).
Come riportato dai ricercatori l’utilizzo d’informazioni basate su registri sui costi della produttività e l’impostazione longitudinale dello studio ampliano la letteratura precedente in due modi importanti. In primo luogo, il numero di assenze per malattia e di prepensionamenti per disabilità può variare notevolmente a livello annuale o individuale. Ad esempio le donne hanno avuto più assenze per malattia rispetto agli uomini. Tuttavia, la maggior parte degli studi precedenti ha utilizzato informazioni a livello aggregato sulle misure dei costi di produttività o informazioni basate su indagini trasversali (2,3,23). Questa strategia non consente di esplorare la variazione a livello individuale o la variazione annuale delle misure dei costi di produttività. In questo studio i ricercatori hanno superato questo problema utilizzando informazioni a livello individuale sulle misure dei costi di produttività. Ogni misurazione è stata ricavata dai registri finlandesi. Inoltre invece di informazioni trasversali sulle assenze per malattia o sulle pensioni di invalidità, in questo studio le variabili sono longitudinali e coprono il periodo dal 2012 al 2020. Poiché le statistiche descrittive suggeriscono che, in media, sia il livello di attività fisica che la quantità di assenze variano a seconda del sesso, sono stati calcolati anche i costi di produttività specifici per sesso. Un limite esistente nell’utilizzo di tali registri è che le misure dei costi di produttività, non incluse nei registri, non sono state incluse nelle nostre analisi. Un esempio di tale misurazione di costo della produttività è il “presenziare”. Questa esclusione, tuttavia, può suggerire che i costi di produttività dimostrati nella presente analisi siano, in realtà, una sottostima dei reali costi di produttività dell’inattività fisica.
In secondo luogo, i costi della produttività sono stati calcolati utilizzando le informazioni sull’attività fisica a livello individuale, che comprendono sia l’attività fisica autodichiarata sia quella misurata con un dispositivo. Di queste, l’attività fisica autodichiarata indicava se il livello di attività fisica raccomandato per la salute era stato raggiunto durante il tempo libero (36), mentre l’attività fisica misurata dall’accelerometro illustrava l’attività fisica giornaliera complessiva. Secondo la letteratura la quantità di attività fisica giornaliera può dipendere dal metodo di misurazione dell’attività fisica, cioè se l’attività fisica viene misurata con auto-rapporti o con dispositivi (38). Molti studi precedenti che hanno analizzato i costi di produttività dell’inattività fisica hanno utilizzato la prevalenza dell’inattività fisica nella popolazione come base per i loro calcoli (2). Nella maggior parte dei casi, questa misura è ricavata da indagini trasversali e si basa solo sull’attività fisica autodichiarata. Inoltre questa prevalenza a livello aggregato non cattura informazioni a lungo termine sul comportamento di attività fisica. Nel presente studio sono stati calcolati i costi utilizzando anche informazioni a lungo termine sull’attività fisica. Ciò significa che i costi della produttività sono stati stimati in base alle variazioni dei livelli di attività fisica durante l’età adulta. Sebbene queste informazioni si basino su questionari auto-riportati, forniscono informazioni essenziali sul tipo di attività fisica e sul contesto (39). Inoltre, concentrarsi sui cambiamenti nell’attività fisica è un aspetto importante perché i livelli di attività fisica possono variare nel corso della vita (40).
I danni dell’inattività fisica e l’importanza dell’attività fisica per la salute e il benessere sono ben documentati (13,18,36,41). Non sorprende che negli ultimi anni siano emerse ricerche sui costi economici dell’inattività fisica e sui benefici economici dell’attività fisica. A livello globale, si stima che i costi diretti e indiretti dell’inattività fisica su cinque principali malattie non trasmissibili e sulla mortalità per tutte le cause siano stati di circa 68 miliardi di dollari nel 2013 (1). Di questi costi quelli indiretti della produttività sono stati di circa 14 miliardi di dollari. Per contro è stato dimostrato che l’attività fisica è positivamente correlata a diversi risultati economici, come guadagni più elevati, maggiore occupazione e minore disoccupazione (32-35,42). Il presente studio aumenta ulteriormente la consapevolezza dei ricercatori stessi di come i risultati economici dell’inattività fisica sono palesemente correlati a aumenti dei costi a livello individuale: i costi medi di produttività derivanti dalle assenze per malattia e dalle pensioni di invalidità erano più alti tra gli individui fisicamente inattivi, rispetto ai costi tra i fisicamente attivi.
Conclusioni
I ricercatori sono convinti che questi risultati possano essere generalizzati ad altri Paesi sviluppati con comportamenti di attività fisica e partecipazione al mercato del lavoro simili, con alcune avvertenze (41,43). In particolare dati i dati interni al Paese, che includono un campione omogeneo in termini di età ed etnia, i valori monetari dei risultati non sono necessariamente generalizzabili ad altri Paesi. Tuttavia la natura generica del metodo HCA rende i risultati generalizzabili ad altri Paesi e contesti. Da un punto di vista politico, i risultati del presente studio dovrebbero incoraggiare i politici e i datori di lavoro a investire in programmi e interventi volti a promuovere la partecipazione all’attività fisica degli individui in età lavorativa. In questo modo si potrebbe mantenere e aumentare ulteriormente la capacità lavorativa e la produttività degli individui. In un contesto più ampio, le possibilità di aumentare la capacità lavorativa della forza lavoro sono essenziali perché l’invecchiamento della popolazione e il previsto aumento dell’aspettativa di vita potrebbero indurre i Paesi a prolungare la vita lavorativa aumentando l’età pensionabile (44). Tale estensione richiederà che una percentuale sufficiente della popolazione in età lavorativa sia in grado di lavorare più a lungo.
Riferimenti:
1. Ding D, Lawson KD, Kolbe-Alexander TL, et al. The economic burden of physical inactivity: a global analysis of major non-communicable diseases. Lancet. 2016;388(10051):1311–24.
- Cited Here | Google Scholar
2. Ding D, Kolbe-Alexander T, Nguyen B, Katzmarzyk PT, Pratt M, Lawson KD. The economic burden of physical inactivity: a systematic review and critical appraisal. Br J Sports Med. 2017;51(19):1392–409.
- Cited Here | Google Scholar
3. Katzmarzyk PT, Janssen I. The economic costs associated with physical inactivity and obesity in Canada: an update. Can J Appl Physiol. 2004;29(1):90–115.
- Cited Here | Google Scholar
4. Carlson SA, Fulton JE, Pratt M, Yang Z, Adams EK. Inadequate physical activity and health care expenditures in the United States. Prog Cardiovasc Dis. 2015;57(4):315–23.
- Cited Here | Google Scholar
5. Colditz GA. Economic costs of obesity and inactivity. Med Sci Sports Exerc. 1999;31(11 Suppl):S663–7.
- Cited Here | Google Scholar
6. Cadilhac DA, Cumming TB, Sheppard L, Pearce DC, Carter R, Magnus A. The economic benefits of reducing physical inactivity: an Australian example. Int J Behav Nutr Phys Act. 2011;8:99.
- Cited Here | Google Scholar
7. Krueger H, Koot JM, Rasali DP, Gustin SE, Pennock M. Regional variations in the economic burden attributable to excess weight, physical inactivity and tobacco smoking across British Columbia. Health Promot Chronic Dis Prev Can. 2016;36(4):76–86.
- Cited Here | Google Scholar
8. Zhang J, Chaaban J. The economic cost of physical inactivity in China. Prev Med. 2013;56(1):75–8.
- Cited Here | Google Scholar
9. Rissanen I, Ala-Mursula L, Nerg I, Korhonen M. Adjusted productivity costs of stroke by human capital and friction cost methods: a northern Finland birth cohort 1966 study. Eur J Health Econ. 2021;22(4):531–45.
- Cited Here | Google Scholar
10. University of Oulu. Northern Finland Birth Cohort 1966. University of Oulu. Available from: http://urn.fi/urn:nbn:fi:att:bc1e5408-980e-4a62-b899-43bec3755243.
- Cited Here | Google Scholar
11. Nordström T, Miettunen J, Auvinen J, et al. Cohort profile: 46 years of follow-up of the Northern Finland Birth Cohort 1966 (NFBC1966). Int J Epidemiol. 2022;50(6):1786–7j.
- Cited Here | Google Scholar
12. Tammelin T, Näyhä S, Laitinen J, Rintamäki H, Järvelin MR. Physical activity and social status in adolescence as predictors of physical inactivity in adulthood. Prev Med. 2003;37(4):375–81.
- Cited Here | Google Scholar
13. 2018 Physical Activity Guidelines Advisory Committee. 2018 Physical Activity Guidelines Advisory Committee Scientific Report. 2018. Available from: https://health.gov/sites/default/files/2019-09/PAG_Advisory_Committee_Report.pdf.
- Cited Here | Google Scholar
14. Vähä-Ypyä H, Vasankari T, Husu P, et al. Validation of cut-points for evaluating the intensity of physical activity with accelerometry-based mean amplitude deviation (MAD). PLoS One. 2015;10(8):e0134813.
- Cited Here | Google Scholar
15. Leinonen AM, Ahola R, Kulmala J, et al. Measuring physical activity in free-living conditions-comparison of three accelerometry-based methods. Front Physiol. 2017;7:681.
- Cited Here | Google Scholar
16. Farrahi V, Kangas M, Walmsley R, et al. Compositional associations of sleep and activities within the 24-h cycle with cardiometabolic health markers in adults. Med Sci Sports Exerc. 2021;53(2):324–32.
- Cited Here | Google Scholar
17. Targoutzidis A. Some adjustments to the human capital and the friction cost methods. Eur J Health Econ. 2018;19(9):1225–8.
- Cited Here | Google Scholar
18. Katzmarzyk PT, Friedenreich C, Shiroma EJ, Lee IM. Physical inactivity and non-communicable disease burden in low-income, middle-income and high-income countries. Br J Sports Med. 2022;56(2):101–6.
- Cited Here | Google Scholar
19. Kivimäki M, Head J, Ferrie JE, Shipley MJ, Vahtera J, Marmot MG. Sickness absence as a global measure of health: evidence from mortality in the Whitehall II prospective cohort study. BMJ. 2003;327(7411):364.
- Cited Here | Google Scholar
20. Kivimäki M, Forma P, Wikström J, et al. Sickness absence as a risk marker of future disability pension: the 10-town study. J Epidemiol Community Health. 2004;58(8):710–1.
- Cited Here | Google Scholar
21. Koerselman K, Uusitalo R. The risk and return of human capital investments. Labour Econ. 2014;30(C):154–63.
- Cited Here | Google Scholar
22. Card D. Causal effect of education on earnings. In: Ashenfelter O, Card D, editors. Handbook of Labor Economics. First ed. Elsevier; 1999. pp. 1801–63.
- Cited Here
23. Janssen I. Health care costs of physical inactivity in Canadian adults. Appl Physiol Nutr Metab. 2012;37(4):803–6.
- Cited Here | Google Scholar
24. Pike J, Grosse SD. Friction cost estimates of productivity costs in cost-of-illness studies in comparison with human capital estimates: a review. Appl Health Econ Health Policy. 2018;16(6):765–78.
- Cited Here | Google Scholar
25. Social Insurance Institute of Finland. In: Sickness allowances. Available from: https://www.kela.fi/web/en/sickness-allowances.
- Cited Here | Google Scholar
26. Finnish Centre for Pensions: Disability Pension. Available from: https://www.etk.fi/en/finnish-pension-system/pension-security/earnings-related-pension-benefits/disability-pension/.
- Cited Here | Google Scholar
27. Finlex. In: Employment Contracts Act. Available from: https://www.finlex.fi/en/laki/kaannokset/2001/en20010055.pdf.
- Cited Here | Google Scholar
28. Lundborg P, Nilsson A, Rooth D-O. Adolescent health and adult labor market outcomes. J Health Econ. 2014;37:25–40.
- Cited Here | Google Scholar
29. Leijten FR, van den Heuvel SG, Ybema JF, van der Beek AJ, Robroek SJ, Burdorf A. The influence of chronic health problems on work ability and productivity at work: a longitudinal study among older employees. Scand J Work Environ Health. 2014;40(5):473–82.
- Cited Here | Google Scholar
30. Kari JT, Viinikainen J, Böckerman P, et al. Education leads to a more physically active lifestyle: evidence based on Mendelian randomization. Scand J Med Sci Sport. 2020;30(7):1194–204.
- Cited Here | Google Scholar
31. Huikari S, Junttila H, Ala-Mursula L, et al. Leisure-time physical activity is associated with socio-economic status beyond income—cross-sectional survey of the Northern Finland Birth Cohort 1966 study. Econ Hum Biol. 2021;41:100969.
- Cited Here | Google Scholar
32. Kari JT, Tammelin TH, Viinikainen J, Hutri-Kähönen N, Raitakari OT, Pehkonen J. Childhood physical activity and adulthood earnings. Med Sci Sports Exerc. 2016;48(7):11340–6.
- Cited Here | Google Scholar
33. Hyytinen A, Lahtonen J. The effect of physical activity on long-term income. Soc Sci Med. 2013;96:129–37.
- Cited Here | Google Scholar
34. Lechner M. Long-run labour market and health effects of individual sports activities. J Health Econ. 2009;28(4):839–54.
- Cited Here | Google Scholar
35. Lechner M, Downward P. Heterogeneous sports participation and labour market outcomes in England. Appl Econ. 2017;49(4):335–48.
- Cited Here | Google Scholar
36. Bull FC, Al-Ansari SS, Biddle S, et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020;54(24):1451–62.
- Cited Here | Google Scholar
37. Farrahi V, Kangas M, Kiviniemi A, Puukka K, Korpelainen R, Jämsä T. Accumulation patterns of sedentary time and breaks and their association with cardiometabolic health markers in adults. Scand J Med Sci Sports. 2021;31(7):1489–507.
- Cited Here | Google Scholar
38. Cerin E, Cain KL, Oyeyemi AL, et al. Correlates of agreement between accelerometry and self-reported physical activity. Med Sci Sports Exerc. 2016;48(6):1075–84.
- Cited Here | Google Scholar
39. Tucker JM, Welk GJ, Beyler NK. Physical activity in U.S. adults: compliance with the physical activity guidelines for Americans. Am J Prev Med. 2011;40(4):454–61.
- Cited Here | Google Scholar
40. Conger SA, Toth LP, Cretsinger C, et al. Time trends in physical activity using wearable devices: a systematic review and meta-analysis of studies from 1995 to 2017. Med Sci Sports Exerc. 2022;54(2):288–98.
- Cited Here | Google Scholar
41. Guthold R, Stevens GA, Riley LM, Bull FC. Worldwide trends in insufficient physical activity from 2001 to 2016: a pooled analysis of 358 population-based surveys with 1·9 million participants. Lancet Glob Health. 2018;6(10):e1077–86.
- Cited Here | Google Scholar
42. Kari JT, Pehkonen J, Tammelin TH, Hutri-Kähönen N, Raitakari OT. Childhood physical activity as a labor market investment. Scand J Med Sci Sports. 2021;31(1):163–83.
- Cited Here | Google Scholar
43. OECD. OECD Employment Outlook 2021: Navigating the COVID-19 Crisis and Recovery. OECD Publishing; 2021. Available from: https://www.oecd-ilibrary.org.
- Cited Here
44. Lynch M, Bucknall M, Jagger C, Wilkie R. Projections of healthy working life expectancy in England to the year 2035. Nat Aging. 2022;2(1):13–8.
- Cited Here | Google Scholar