MétaCan
Menu
Retour à la cohorte
Enregistrement W2170940335 · doi:10.1016/j.jegh.2013.10.003

Terrorism, civil war and related violence and substance use disorder morbidity and mortality: A global analysis

2013· article· en· W2170940335 sur OpenAlexaff
Bradley T. Kerridge, Maria R. Khan, Jürgen Rehm, Amir Sapkota

Notice bibliographique

RevueJournal of Epidemiology and Global Health · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of Health
Mots-clésMedicinePsychiatryPer capitaSubstance abusePoison controlInjury preventionSuicide preventionTerrorismAlcohol use disorderOccupational safety and healthEnvironmental healthPopulationAlcohol

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The purpose of this study is to examine associations between deaths owing to terrorism, civil war, and one-sided violence from 1994-2000 and substance use disorder disability-adjusted life years (DALYs). METHODS: The relationship between terrorism, and related violence and substance use disorder morbidity and mortality among World Health Organization Member States in 2002, controlling for adult per capita alcohol consumption, illicit drug use, and economic variables at baseline in 1994. RESULTS: Deaths as a result of terrorism and related violence were related to substance use disorder DALYs: a 1.0% increase in deaths as a result of terrorism, war and one-sided violence was associated with an increase of between 0.10% and 0.12% in alcohol and drug use disorder DALYs. Associations were greater among males and 15-44 year-old. CONCLUSION: Terrorism, war and one-sided violence may influence morbidity and mortality attributable to substance use disorders in the longer-term suggests that more attention to be given to rapid assessment and treatment of substance use disorders in conflict-affected populations with due consideration of gender and age differences that may impact treatment outcomes in these settings. Priorities should be established to rebuild substance abuse treatment infrastructures and treat the many physical and mental comorbid disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,404
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology and Global HealthMême sujetMigration, Health and TraumaTravaux en français237 207