MétaCan
Menu
Retour à la cohorte
Enregistrement W2604039089 · doi:10.22038/apjmt.2017.8470

Alcohol Intoxication: an Emerging Public Health Problem

2017· article· en· W2604039089 sur OpenAlexaff
Majid Khadem Rezayian, Reza Afshari

Notice bibliographique

RevueAsia pacific journal of medical toxicology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensBC Centre for Disease Control
Organismes subventionnairesnon disponible
Mots-clésMedicineAlcohol intoxicationCase fatality rateAlcoholPublic healthMortality rateEnvironmental healthDemographyInjury preventionPediatricsPoison controlInternal medicinePopulationPathology

Résumé

récupéré en direct d'OpenAlex

Background:Alcohol-related disorders are among major public health problems around the world. We aimed to focus on the trends of alcohol intoxication in Mashhad for the recent seven years. Methods: Registry database was analyzed. All admitted cases with alcohol-related intoxication were included during 2004 to 2011. Two national censuses were used for rate calculation. Results: There were 772 admissions due to alcohol (ethanol and methanol) intoxication (1.6% of all poisonings which equals to a prevalence rate of 3.3 per 100,000) during the 7-year period. Mean age was 25±11.9 years, and 90% of subjects were male. Alcohol intoxication prevalence was tripled as compared to 2004. Case fatality rate was higher in women (7.5% vs. 6.6%). Males who were self-employed or unemployed and females who were housekeepers or students were at greatest risk. The age-specific prevalence rate was highest in 10-20 (6.25 per 100,000), and the age-specific mortality rate was highest in 30-40 (2.13 per 100,000) age group. Conclusion: It seems that current health policies need to improve regarding complications of alcohol use in the area to effectively control the increasing rates. Further national studies are warranted.

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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,230
Tête enseignante GPT0,476
Écart entre enseignants0,246 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia pacific journal of medical toxicologyMême sujetAlcohol Consumption and Health EffectsTravaux en français237 207