Alcohol accounts for a high proportion of premature mortality in central and eastern Europe
Notice bibliographique
Résumé
BACKGROUND: There is a west-east mortality gradient in Europe, more pronounced in men. The objective of this article was to quantify the contribution of alcohol use to the gap in premature adult mortality between three old (France, Sweden and United Kingdom) and four new (Czech Republic, Hungary, Lithuania and Poland) European Union (EU) member states for the year 2002. Russia was added as an external comparator. METHODS: Exposure data were taken from surveys and per capita consumption records from the World Health Organization (WHO) Global Alcohol Database. Mortality data were taken from the WHO databank. The risk relationships were taken from published meta-analyses and from the WHO Comparative Risk Assessment project. Alcohol exposure and relative risk information was combined to derive alcohol-attributable fractions for relevant causes of premature mortality. RESULTS: Alcohol consumption was responsible for 14.6% of all premature adult mortality in the eight countries, 17.3% in men and 8.0% in women. This proportion was clearly higher in the new EU member states and Russia compared with the comparison countries from the old EU. For men, Russia with 29.0 alcohol-attributable premature deaths per 10,000 population had a more than 10-fold higher rate compared with Sweden (2.7 deaths/10,000). For women, the ratio between Hungary (5.0 alcohol-attributable deaths/10,000) and Russia (4.7 deaths/10,000) compared with Sweden (0.5 deaths/10,000) was almost as high, but the rates were much lower. The Czech Republic and Poland showed proportionally less alcohol-attributable premature mortality than the other new EU member states or Russia for both genders, which, however, was still higher than in any of the old EU member states. CONCLUSIONS: Alcohol is a strong contributor to the health gap between western and central and eastern Europe, with both average volume of consumption and patterns of drinking contributing to burden of disease and injury. Alcohol also contributes substantially to male-female differences in mortality and life expectancy. However, there are feasible and cost-effective measures to reduce alcohol-related burden that should be implemented in central and eastern Europe.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 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 ».