MétaCan
Menu
Retour à la cohorte
Enregistrement W2030107685 · doi:10.1046/j.1360-0443.2000.9533394.x

Beverage‐specific alcohol consumption and cirrhosis mortality in a group of English‐speaking beer‐drinking countries

2000· article· en· W2030107685 sur OpenAlexaboutno aff
William C. Kerr, Kaye Middleton Fillmore, Paul Marvy

Notice bibliographique

RevueAddiction · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Alcohol Abuse and Alcoholism
Mots-clésPer capitaCirrhosisMedicineConsumption (sociology)Alcohol consumptionAlcoholAlcoholic liver diseaseEnvironmental healthWineDemographyMortality ratePopulationSurgeryInternal medicineFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

AIMS: To compare beverage-specific per capita consumption and total alcohol consumption's associations with cirrhosis mortality rates in multiple countries. DESIGN: Pooled cross-sectional time-series analysis. SETTING: Australia, Canada, New Zealand, the United Kingdom and the United States during the years 1953-1993. MEASUREMENTS: National level data on per capita total alcohol, beer, wine and spirits consumption and standardized all-cause cirrhosis mortality rates. FINDINGS: Significant associations with cirrhosis mortality are found for both total ethanol and spirits. Spirits consumption is found to make up the majority of the effect of alcoholic beverage consumption on cirrhosis mortality and the model including only spirits is found to fit the data at least as well as the model including only total ethanol consumption. The lag relationship between all alcohol types and cirrhosis is found to be short with only present and 1 year's lagged consumption having significant associations. CONCLUSIONS: Spirits consumption rather than beer or wine is associated with cirrhosis mortality in this group of primarily beer-drinking countries. This finding offers important clues to understanding the drinking behaviors associated with cirrhosis mortality on the individual level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,335
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetAlcohol Consumption and Health EffectsTravaux en français237 207