Cause-specific mortality risk in alcohol use disorder treatment patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Alcohol use disorders (AUD) are highly disabling. Recent studies reported much higher relative risks for all-cause mortality in AUD patients compared with earlier studies. Systematic evidence regarding cause-specific mortality among AUD patients has been unavailable to date. METHODS: Studies were identified through MEDLINE, EMBASE and Web of Science up to August 2012. Following MOOSE guidelines, prospective and historical cohort studies assessing cause-specific mortality risk from AUD patients at baseline compared with the general population were selected. Data on several study characteristics, including AUD assessment, follow-up period, setting, location and cause-specific mortality risk compared with the general population were abstracted. Random-effect meta-analyses were conducted. RESULTS: Overall, 17 observational studies with 6420 observed deaths among 28 087 AUD patients were included. Pooled standardized mortality ratios (SMRs) after 10 years of follow-up among men were 14.8 (95% confidence interval: 8.7-24.9) for liver cirrhosis, 18.0 (11.2-30.3) for mental disorders, 6.6 (5.0-8.8) for death by injury and around 2 for cancer and cardiovascular diseases. SMRs were substantially higher in women, with fewer studies available. For many outcomes the risk has been increasing substantially over time. CONCLUSIONS: Cause-specific mortality among AUD patients was high in all major categories compared with the general population. There has been a lack of recent research, and future studies should focus on the influence of comorbidities on excess mortality risk among AUD patients. Efforts to reduce these risks should be a priority, given that successful treatment reduces mortality risk substantially for a relatively common psychiatric disease.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,005 |
| Bibliométrie | 0,001 | 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 ».