Attitudes and Recommendations of Physicians towards Alcohol Consumption and Cardiovascular Health: A Perspective from Argentina
Notice bibliographique
Résumé
Despite epidemiological findings of improvements in cardiovascular risk factors with a light-to-moderate intake of alcohol, many misconceptions remain regarding alcohol intake and the risks and benefits of consumption. We sought to examine physician attitudes and recommendations regarding alcohol intake in a cohort of Argentine physicians and to establish their sources of knowledge. An online national survey was distributed through the Argentine Federation of Cardiology (FAC) to cardiologists, internal medicine specialists, general and other subspecialty physicians in Argentina. The survey was completed by 745 physicians, of whom 671 (90%) were cardiologists. In total, 35% of physicians viewed moderate alcohol intake to be beneficial for cardiovascular health, 36% believed only wine offered such benefits, 24% viewed any intake to be harmful, and 5% had other opinions. More than half (57%) self-reported their knowledge came from academic sources. Regarding knowledge of drinking guidelines, only 41% of physicians were aware of the concept of “standard drink”. Physicians were generally not comfortable converting standard drinks into other metric units, however men tended to be more comfortable than women (p = 0.052). Physicians were not satisfied with their knowledge of drinking guidelines (3.01 ± 2.73, on a 0–10 scale). Physicians were generally comfortable in counselling patients regarding safe limits of consumption (6.22 ± 3.20, on a 0–10 scale). Argentine physicians were not satisfied with their knowledge of alcohol consumption guidelines or their understanding of the reported metrics. Only one-third of study participants viewed moderate alcohol intake as beneficial for cardiovascular health. This study shows the necessity to optimize the sources of knowledge.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».