People with Alcohol Use Disorders in Specialized Care in Eight Different European Countries
Notice bibliographique
Résumé
AIM: To provide a description of patients receiving alcohol treatment in eight different European countries, including the level of comorbidities and functional limitations. METHODS: Drinking behaviours, DSM-IV alcohol use disorder (AUD), mental and somatic comorbidities, disability and health services utilization of 1767 patients from various specialized treatment settings were assessed as representative for regions of eight European countries. Severity of alcohol dependence (AD) in terms of drinking level was compared with a large representative US sample. RESULTS: Patients in specialized care for AUDs showed high levels of consumption [average level of daily ethanol intake: 141.1 g, standard deviation (SD): 116.0 g], comorbidity [e.g. liver problems: 19.6%, 95% confidence interval (CI): 17.5-21.6%; depression: 43.2%, 95% CI: 40.7-45.8%; anxiety: 50.3%, 95% CI: 47.8-52.9%], disability and health services utilization (average number of nights spent in hospital(s) during the last 6 months: 8.8, SD: 19.5 nights). Severity of AD was similar to the US sample, but European men consumed on average more alcohol daily. CONCLUSIONS: High levels of consumption, somatic and mental comorbidities, disability and functional losses were found in this representative treatment sample, indicating that treatment was initiated only at severe stages of AUDs. Earlier initiation of treatment could help avoid some of the health and social burden.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».