Hazardous birthday drinking among young people: population‐based impacts on emergency department and in‐patient hospital admissions
Notice bibliographique
Résumé
BACKGROUND AND AIMS: There is growing concern about the possible adverse health impacts of binge drinking during birthday celebrations among adolescents and young adults. We estimate the impacts of birthday alcohol use on adolescent and young adult in-patient/emergency department (ED) hospital admissions. DESIGN: We employed Autoregressive Integrated Moving Average (ARIMA) intervention analysis to assess whether the rate of ICD-10 alcohol-use-disorder (AUD) events per 1000 in-patient/ED admissions increased significantly during birthday weeks. SETTING: All in-patient/ED admissions in Ontario, Canada from 1 April 2002 to 31 March 2007. PARTICIPANTS: Individuals aged 12-30 years. MEASUREMENTS: AUD events per 1000 in-patient/ED admissions by age in weeks. FINDINGS: Multiple increases were found. The largest occurred during the birthday week of 19 years of age, the beginning of the minimum legal drinking age (MLDA) in Ontario: AUD admission rates increased (spiked) by 38.30 per 1000 total admissions [95% confidence interval (CI) = 34.66-41.94] among males (a 114.3% increase over baseline), and by 28.13 (95% CI = 25.56-30.70) among females (a 164.0% increase). Among both genders, the second largest birthday-week spikes occurred during ages 20-22 years, followed by somewhat lower but still pronounced birthday-week spikes during ages 23-26 years and 30 years (all these spikes: P < 0.05). Birthday-week spikes occurred as early as age 16 years for males and 14 years for females (both spikes: P < 0.05). CONCLUSIONS: There appears to be an increase in alcohol-related adverse events from drinking around the time of one's birthday among young adults in Canada.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».