A healthy dose of scepticism: Four good reasons to think again about protective effects of alcohol on coronary heart disease
Notice bibliographique
Résumé
ISSUES: Alcohol has been implicated in both the popular press and scientific literature as having a protective effect for at least a dozen conditions including coronary heart disease (CHD). APPROACH: Epidemiological evidence for an apparent protective effect of alcohol on CHD is now being challenged on a number of fronts. This paper is a synopsis of those various challenges as they currently stand. KEY FINDINGS: The argument that systematic misclassification of ex-drinkers and occasional drinkers to 'abstainer' categories among epidemiological studies might explain apparent protective effects of moderate alcohol consumption on CHD has recently been supported by new meta-analyses and independent research. The influence of uncontrolled or unknown factors on the relationship between alcohol and disease cannot be ruled out. Exclusion of participants on the basis of ill-health severely reduces study sample size and new analyses suggest that doing so might artificially create the appearance of protective effects. The ability of respondents to accurately recall their own alcohol consumption is in serious doubt and very few individuals maintain one single drinking level or style throughout life. The relationship between alcohol and some conditions might be a function of drinking patterns but few studies have addressed the issue. IMPLICATIONS: Popular perceptions regarding the strength of evidence for alcohol's protective effect on a growing number of conditions might be misguided. CONCLUSION: It is time for the wider research, health and medical community to seriously reflect on the quality of current evidence for apparent protective effects of alcohol on human 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».