MétaCan
Menu
Retour à la cohorte
Enregistrement W2597643689 · doi:10.15288/jsad.2017.78.175

Alcohol Mixed With Energy Drinks and Risk of Injury: A Systematic Review

2017· review· en· W2597643689 sur OpenAlexaff
Audra Roemer, Tim Stockwell

Notice bibliographique

RevueJournal of Studies on Alcohol and Drugs · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésInjury preventionSystematic reviewOccupational safety and healthEnvironmental healthPoison controlHarmMedicineSuicide preventionHuman factors and ergonomicsIntervention (counseling)Driving under the influenceImpulsivityPsychologyApplied psychologyMEDLINEClinical psychologyNursingSocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The present study is a systematic review of the literature examining the relationship between alcohol mixed with energy drinks (AmED) and injury. The study provides a summary and critical analysis of the current literature. METHOD: The review was conducted using PRISMA guidelines for systematic reviews. Studies included in the review were those that quantified the relationship between AmED use and injury risk relative to alcohol only. Records were considered along the following theme areas: controlled for drinking behaviors, controlled for impulsivity or risk-taking propensity, examined sex differences, and self-reported injury outcomes for (a) AmED versus alcohol consumers and (b) AmED versus alcohol sessions. RESULTS: The results support the association between AmED and increased risk of injury; however, substantial variability in harm outcomes and methodology makes it difficult to determine the extent of this risk. CONCLUSIONS: There is significant need for further examination of the role of AmED use in the risk of injury. A better understanding of the relationship between AmED use and injury and of the potential underlying mechanisms is crucial for informing effective preventive intervention strategies. This review can be used to inform the public and health practitioners of the risks associated with AmED use. Further, translating this knowledge to policy makers could inform regulations on the availability of AmED, with the goal of reducing injury-related outcomes.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0000,000
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 Opus0,104
Tête enseignante GPT0,426
Écart entre enseignants0,321 · 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.

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

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

En bref

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Studies on Alcohol and DrugsMême sujetCoffee research and impactsTravaux en français237 207