Temporal changes in alcohol‐related mortality and morbidity in <scp>Australia</scp>
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Alcohol consumption is an avoidable risk factor for morbidity and mortality. Studies have examined relative risks and outcomes of alcohol-related harms in Australia at discrete times, limiting the ability to examine changes across time. This paper examined alcohol consumption and its contribution to deaths, illness and injury at two time-points, 2001 and 2010. DESIGN: Alcohol consumption was modelled based on the 2001 and 2010 National Drug Strategy Household Survey, upshifted to reflect alcohol sales data. SETTING: All data reported are from Australian sources. MEASUREMENTS: Based on relative risk estimates obtained from meta-analysis, alcohol-attributable fractions were estimated for 42 disease and injury categories in 2001 and 2010 separately for conditions that were not 100% alcohol-attributable. Deaths and hospital separations attributable to alcohol were calculated in 2001 and 2010. FINDINGS: There was a relatively stable per capita consumption of alcohol across time, with males reporting higher levels of consumption compared with females. While there were increases in the number of abstainers from alcohol across time, the proportion of heavy alcohol consumers also increased. This corresponded with an observed increase in alcohol-attributable burden. For example, alcohol-attributable deaths increased from 4957 [95% confidence interval (CI) = 2867-8770] to 5610 (95% CI = 3398-9408) during the study period. CONCLUSION: The findings demonstrate that there has been an increase in alcohol-attributable harms between 2001 and 2010 in Australia without a corresponding increase in per capita consumption.
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 ».