MétaCan
Menu
Retour à la cohorte
Enregistrement W248144815

Lifetime-risk of alcohol-attributable mortality based on different levels of alcohol consumption in seven European countries : Implications for low-risk drinking guidelines

2015· article· en· W248144815 sur OpenAlexaff
Jürgen Rehm, Gerrit Gmel, Kevin D. Shield

Notice bibliographique

RevueSTM:n Hallinnonalan avoin julkaisuarkisto (Julkari) · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthAlcohol consumptionConsumption (sociology)Attributable riskMedicineRisk assessmentAlcoholDemographyPopulationComputer securityComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Low-risk drinking guidelines are usually set by blue ribbon committees based on curves showing relative risk of different levels of alcohol use for key alcohol-attributable disease categories such as liver cirrhosis, stroke or various types of cancer. This approach has certain limitations, as there is no easy way to combine the various risk curves and even for a combined risk curve there is no clear threshold, as all summary risk curves for alcohol tend to increase monotonically after small quantities of consumption. Therefore the present report chose to base risk estimations on the (absolute) lifetime risk of dying, following an approach applied by the developers of the Australian low risk guidelines for alcohol consumption. The lifetime risk approach has three advantages: firstly, absolute risks are easier to understand and clearer to communicate. Secondly, there are already standards in many societies and internationally about acceptable lifetime risk, both for voluntary risk and for involuntary risk. Thirdly, it allows comparisons of lifetime risk of alcohol with other risk factors. This report presents calculations for lifetime absolute risk for various levels of drinking for seven European countries.
\n
\nThis report was produced for the National Institute for Health and Welfare, Finland, and arises from the Joint Action on Reducing Alcohol Related Harm (RARHA) which has received funding from the European Union, in the framework of the Health Programme (2008-2013)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,224
Tête enseignante GPT0,422
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSTM:n Hallinnonalan avoin julkaisuarkisto (Julkari)Même sujetAlcohol Consumption and Health EffectsTravaux en français237 207