Problematic drinking and health problems: an epidemiologic study through general practitioners in the Tuscany Region (Central Italy) and Friuli Venezia Giulia Region (Northern Italy).
Notice bibliographique
Résumé
"OBJECTIVES: to identify the differences among patients of general practictioners (GPs) in both Tuscany Region (Central Italy) and Friuli Venezia Giulia (FVG) Region (Northern Italy), which are different for drinking cultures, as to motivation of consultation, hazardous drinking and alcohol dependence, health problems, and use of health services. DESIGN: cross-sectional study by means of both a medical examination and a subsequent structured interview carried out with a questionnaire. Data were analysed using chi-square test, logistic regression and differences in prevalence. SETTING AND PARTICIPANTS: the study was implemented between July and November 2013 on a sample of 492 patients of 30 GPs in FVG, and 451 patients of 25 GPs in Tuscany. RESULTS: although patients in FVG were less likely to drink alcohol (66.7% vs. 70.9%), consumed lower amounts of alcohol on average per day per drinker (10.9 vs. 14.5 grams of alcohol), and were less likely to be hazardous drinkers (11.2% vs. 13.8%) compared to patients in Tuscany, they had a 3.6 to 4.7 times higher risk of alcohol dependence. In addition, the prevalence of diseases (in particular hepato-gastrointestinal diseases, hypertension, and psychiatric problems), smoking, and obesity/ overweighting was higher among clients of FVG, which exceed the Tuscan patients by 5-12 percentage points. Compared to Tuscany, FVG patients were more hospitalized and required more help to GPs or other people for their drinking problems. CONCLUSIONS: compared to Tuscan patients, GPs' patients in FVG has higher prevalence of alcohol addiction and other diseases, as well as of smoking and overweight/obesity, and higher need for health interventions as to their drinking problems."
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».