Alcohol Consumption and Liver Disease in Australia: A Time Series Analysis of the Period 1935–2006
Notice bibliographique
Résumé
AIMS: The aim of the study was to examine for Australia whether the link between population alcohol consumption and liver disease mortality varies over time, using 71 years of data. METHODS: Overall and gender-specific rates of liver disease mortality were analysed in relation to total alcohol consumption as well as for different beverage types by using autoregressive integrated moving average (ARIMA) time series methods. Separate models were developed for the entire time period and for two sub-periods (1935-1975, 1976-2006). RESULTS: A 1-l increase in adult per capita consumption of pure alcohol led to a rise of ∼10% in overall liver disease mortality rates and a 11 and 9% increase in female and male liver disease mortality, respectively. The strength of the relationship between per capita consumption and liver disease mortality diminished over time. Spirits consumption was found to be the main driving factor in liver mortality rates between 1935 and 1975, while beer consumption was found to be the most significant predictor in liver diseases in the last three decades. In a comparative perspective, the effect of per capita alcohol consumption on liver disease in Australia is similar to the USA, Southern and Eastern Europe countries, but weaker than in Canada and western European countries. CONCLUSION: An increase in per capita alcohol consumption in Australia is likely to lead to an increase in liver disease. Changes in the most important beverage over the study period suggest substantial shifts in drinking patterns and preferences among the heaviest Australian drinkers.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».