Alcohol and Injury: A Risk Function Analysis from the Emergency Room Collaborative Alcohol Analysis Project (ERCAAP)
Notice bibliographique
Résumé
While emergency room (ER) studies have documented a strong association of alcohol and injury, less is known about the level of risk at which various quantities of alcohol or particular patterns of drinking place the individual for injury. Comparative risk function analyses are carried out in ER samples in seven countries that cover sites in 14 studies included in the Emergency Room Collaborative Alcohol Analysis Project (ERCAAP). Risk of injury is analyzed for the mean number of drinks consumed per day and the number of occasions in which 5 or more drinks were consumed at one time (5+) during the last year. All countries showed similar increases in injury risk to an average volume of about 2 drinks per day, with a leveling off of risk at higher average daily volumes, with the exception of Italy. Risk of injury increased to 12 or more 5+ days for the USA, Canada and Mexico, but leveled off after only 3 5+ days for Argentina and Spain. Poland showed increased risk to 30 5+ days. Similar risk curves were found for both males and females, although females were at lower risk of injury in all countries expect Spain and Poland. In low detrimental drinking pattern societies, risk curves showed higher risk for any drinking and any frequency of 5+ but at higher levels of each, risk levels decreased nearly to levels found for abstainers. Risk functions were also consistent across gender and age groups in low detrimental drinking pattern societies, with higher risk for males and those <30. For those countries with high detrimental drinking patterns, injury risk increased with volume and 5+ drinking primarily among males. This ER-based risk function analysis suggests that risk of injury increases proportionally with increased alcohol consumption at lower consumption levels, but a threshold effect is achieved at relatively low levels of mean daily consumption and higher consumption times. Risk may be culturally specific, dependent, in part, on the manner in which alcohol is used in the culture.
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 | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».