Trends in self-reported past alcoholic beverage consumption and ethanol intake from 1950 to 1995 observed in eight European countries participating in the European Investigation into Cancer and Nutrition (EPIC)
Notice bibliographique
Résumé
OBJECTIVE: To describe the trends of self-reported past consumption of alcoholic beverages and ethanol intake from 1950 to 1995 within the European Prospective Investigation into Cancer and Nutrition (EPIC). DESIGN: Data on consumption of beer/cider, wine and liqueur/spirits were obtained retrospectively at age 20, 30 and 40 years to calculate average consumption and ethanol intake for the time periods 1950-1975 (at age 20), 1960-1985 (at age 30) and 1970-1995 (at age 40). Regression analysis was conducted with the time period data to assess trends in past alcoholic beverage consumption and ethanol intake with time. SETTING: The EPIC project. SUBJECTS: In total, 392 064 EPIC participants (275 249 women and 116 815 men) from 21 study centres in eight European countries. RESULTS: Generally, increases in beer/cider consumption were observed for most EPIC centres for 1950-1975, 1960-1985 and 1970-1995. Trends in wine consumption differed according to geographical location: downward trends with time were observed for men in southern European EPIC centres, upward trends for those in middle/northern European study centres. For women, similar but less pronounced trends were observed. Because wine consumption was the major contributor to ethanol intake for both men and women in most study centres, time trends for ethanol intake showed a similar geographical pattern to that of wine consumption. CONCLUSION: The different trends in alcoholic beverage consumption and ethanol intake suggest that information depicting lifetime history of ethanol intake should be included in analyses of the relationship between ethanol and chronic diseases, particularly in multi-centre studies such as EPIC.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».