Commentary: Alcohol poisoning in Russia: implications for monitoring and comparative risk factor assessment
Notice bibliographique
Résumé
Zaridze and colleagues1 demonstrated in their large autopsy study that, in recent years, alcohol has been a main underlying determinant of mortality in Russia. They also shed light on the role of drinking patterns, as a substantial part of death certificates with unspecified cardiovascular causes of death (i.e. disease categories labelled ‘other’ or ‘not classified’) had lethal, or potentially lethal, concentrations of ethanol in blood. These unspecified cardiovascular causes of death, together with external causes of death also markedly impacted by alcohol, were identified as the main impact factors on mortality fluctuations in the time period between 1991 and 2006. Alcohol has been identified as a main contributor to all-cause mortality in Russia,2 and has also been shown to be associated with an overall detrimental impact on cardiovascular mortality.3 Patterns of irregular heavy consumption have been discussed as the main underlying reason for the positive association between alcohol consumption and cardiovascular events in Russia; however, this impact has mainly been discussed as a chronic consequence of physiological mechanisms, rather than as a misclassification of, or an acute consequence of, alcohol poisoning.4,5 The analysis of Zaridze and colleagues thus adds considerably to the understanding of the causes of death in Russia and has several important implications for the measurement of the exposure of alcohol in epidemiological study, comparative risk analysis and monitoring of alcohol-attributable deaths and burden of 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 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 | 0,005 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,046 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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 ».