Alcohol and Violence-Related Injuries Among Emergency Room Patients in an International Perspective
Notice bibliographique
Résumé
While alcohol has been found to be more closely associated with violence-related injury than with injury from other causes, little data is available which documents heterogeneity in this association across countries or cultures, taking into consideration usual drinking patterns and other socio-cultural variables. Data are reported from 15 countries comprising the Emergency Room Collaborative Alcohol Analysis Project and the WHO Collaborative Study on Alcohol and Injury. Case-crossover analysis was used to analyze the risk of injury (among current drinkers) from drinking six hours prior to the event, based on frequency of usual drinking, for violence-related injuries and separately for non-violence related injuries. Relative risk (RR) for a violence-related injury was significantly greater than for injuries from other causes across all countries (pooled RR=22.22 vs. 4.33), but the magnitude of risk varied considerably (ranging from 4.68 in Spain to 942 in Canada). Pooled effect size was found to be heterogeneous across countries, and was explained, in part, by the level of detrimental drinking pattern in a country. Risk for a violence-related injury was not significantly different by age (<30 and 30+), reporting 5 or more drinks on at least one occasion during the last year, or reporting symptoms of alcohol dependence. A number of methodological concerns suggest that risk of a violence-related injury compared to injuries from other causes may be inflated, and such variables as context of drinking should be taken into consideration in establishing relative risk and alcohol attributable fraction of violence-related injury across countries and cultures.
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 ».