Quantifying the global contribution of alcohol consumption to cardiomyopathy
Notice bibliographique
Résumé
BACKGROUND: The global impact of alcohol consumption on deaths due to cardiomyopathy (CM) has not been quantified to date, even though CM contains a subcategory for alcoholic CM with an effect of heavy drinking over time as the postulated underlying causal mechanism. In this feasibility study, a model to estimate the alcohol-attributable fraction (AAF) of CM deaths based on alcohol exposure measures is proposed. METHODS: A two-step model was developed based on aggregate-level data from 95 countries, including the most populous (data from 2013 or last available year). First, the crude mortality rate of alcoholic CM per 1,000,000 adults was predicted using a negative binomial regression based on prevalence of alcohol use disorders (AUD) and adult alcohol per capita consumption (APC) (n = 52 countries). Second, the proportion of alcoholic CM among all CM deaths (i.e., AAF) was predicted using a fractional response probit regression with alcoholic CM crude mortality rate (from Step 1), AUD prevalence, APC per drinker, and Global Burden of Disease region as predictions. Additional models repeated these steps by sex and for the wider Global Burden of Disease study definition of CM. RESULTS: There were strong correlations (>0.9) between the crude mortality rate of alcoholic CM and the AAFs, supporting the modeling strategy. In the first step, the population-weighted mean crude mortality rate was estimated at 8.4 alcoholic CM deaths per 1,000,000 (95% CI: 7.4-9.3). In the second step, the global AAFs were estimated at 6.9% (95% CI: 5.4-8.4%). Sex-specific figures suggested a lower AAF among females (2.9%, 95% CI: 2.3-3.4%) as compared to males (8.9%, 95% CI: 7.0-10.7%). Larger deviations between observed and predicted AAFs were found in Eastern Europe and Central Asia. CONCLUSIONS: The model proposed promises to fill the gap to include AAFs for CM into comparative risk assessments in the future. These predictions likely will be underestimates because of the stigma involved in all fully alcohol-attributable conditions and subsequent problems in coding of alcoholic CM deaths.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».