Russia-specific relative risks and their effects on the estimated alcohol-attributable burden of disease
Notice bibliographique
Résumé
BACKGROUND: Alcohol consumption is a major risk factor for the burden of disease globally. This burden is estimated using Relative Risk (RR) functions for alcohol from meta-analyses that use data from all countries; however, for Russia and surrounding countries, country-specific risk data may need to be used. The objective of this paper is to compare the estimated burden of alcohol consumption calculated using Russia-specific alcohol RRs with the estimated burden of alcohol consumption calculated using alcohol RRs from meta-analyses. METHODS: Data for 2012 on drinking indicators were calculated based on the Global Information System on Alcohol and Health. Data for 2012 on mortality, Years of Life Lost, Years Lived with Disability, and Disability-Adjusted Life Years (DALYs) lost by cause were obtained by country from the World Health Organization. Alcohol Population-Attributable Fractions (PAFs) were calculated based on a risk modelling methodology from Russia. These PAFs were compared to PAFs calculated using methods applied for all other countries. The 95% Uncertainty Intervals (UIs) for the alcohol PAFs were calculated using a Monte Carlo-like method. RESULTS: Using Russia-specific alcohol RR functions, in Russia in 2012 alcohol caused an estimated 231,900 deaths (95% UI: 185,600 to 278,200) (70,800 deaths among women and 161,100 deaths among men) and 13,295,000 DALYs lost (95% UI: 11,242,000 to 15,348,000) (3,670,000 DALYs lost among women and 9,625,000 DALYs lost among men) among people 0 to 64 years of age. This compares to an estimated 165,600 deaths (95% UI: 97,200 to 228,100) (29,700 deaths among women and 135,900 deaths among men) and 10,623,000 DALYs lost (95% UI: 7,265,000 to 13,754,000) (1,783,000 DALYs lost among women and 8,840,000 DALYs lost among men) among people 0 to 64 years of age caused by alcohol when non-Russia-specific alcohol RRs were used. CONCLUSIONS: Results indicate that if the Russia-specific RRs are used when estimating the health burden attributable to alcohol consumption in Russia, then the total estimated burden will be more than if RRs from meta-analyses are used. Furthermore, additional research is needed to understand which aspects of the Russian style of drinking cause the most harm.
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 | 0,037 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,012 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».