Alcohol use and health care utilization in rural Liberia: Results of a community-based survey for basic public health indicators
Notice bibliographique
Résumé
Weil, A., Cameron, C., Soumerai, J., Dierberg, K., Mouwon, A., Kraemer, D., Lewy, D., Lee, P., Kraemer, J., & Siedner, M. (2014). Alcohol use and health care utilization in rural Liberia: Results of a community-based survey for basic public health indicators. The International Journal Of Alcohol And Drug Research, 3(2), 169-181. doi:http://dx.doi.org/10.7895/ijadr.v3i2.147Aim: To measure the association between alcohol use and health-seeking behavior in post-conflict Liberia.Design: Cross-sectional survey.Setting: A community in rural southeast Liberia, from January 11 to January 16, 2010Participants: 600 heads-of-household.Measures: Logistic regression models for estimation of associations between alcohol use and indicators of healthcare utilization. Frequent alcohol use was defined as drinking more than seven days out of the last two weeks.Findings: Frequent alcohol use was reported by 14.9% of participants. These respondents were less likely to attend clinic for chronic cough (Adjusted Odds Ratio, AOR 0.40, 95% CI 0.18-0.87), to have had an HIV test (AOR 0.39, 95% CI 0.19-0.77), and to have accessed prenatal care (AOR = 0.26, 95% CI 0.12-0.54). Approximately 25% of all respondents had no access to latrines, and half reported going to sleep hungry in the past week.Conclusions: Within households in post-conflict Liberia, there is an association between reduced health care utilization and frequent alcohol use self-reported by a head of household or primary caregiver.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».