General Practitioners Recognizing Alcohol Dependence: A Large Cross-Sectional Study in 6 European Countries
Notice bibliographique
Résumé
PURPOSE: Although alcohol dependence causes marked mortality and disease burden in Europe, the treatment rate is low. Primary care could play a key role in reducing alcohol-attributable harm by screening, brief interventions, and initiating or referral to treatment. This study investigates identification of alcohol dependence in European primary care settings. METHODS: Assessments from 13,003 general practitioners, and 9,098 interviews (8,476 joint number of interviewed patients with a physician's assessment) were collected in 6 European countries. Alcohol dependence, comorbidities, and health service utilization were assessed by the general practitioner and independently using the Composite International Diagnostic Interview (CIDI) and other structured interviews. Weighted regression analyses were used to compare the impact of influencing variables on both types of diagnoses. RESULTS: The rate of patients being identified as alcohol dependent by the CIDI or a general practitioner was about equally high, but there was not a lot of overlap between cases identified. Alcohol-dependent patients identified by a physician were older, had higher rates of physicial comorbidity (liver disease, hypertension), and were socially more marginalized, whereas average consumption of alcohol and mental comorbidity were equally high in both groups. CONCLUSION: General practitioners were able to identify alcohol dependence, but the cases they identified differed from cases identified using the CIDI. The role of the CIDI as the reference standard should be reexamined, as older alcohol-dependent patients with severe comorbidities seemed to be missed in this assessment.
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 | 0,001 |
| 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 ».