Colder Weather and Fewer Sunlight Hours Increase Alcohol Consumption and Alcoholic Cirrhosis Worldwide
Notice bibliographique
Résumé
Risk of alcoholic cirrhosis is determined by genetic and environmental factors. We aimed to investigate if climate has a causal effect on alcohol consumption and its weight on alcoholic cirrhosis. We collected extensive data from 193 sovereign countries as well as 50 states and 3,144 counties in the United States. Data sources included World Health Organization, World Meteorological Organization, and the Institute on Health Metrics and Evaluation. Climate parameters comprised Koppen-Geiger classification, average annual sunshine hours, and average annual temperature. Alcohol consumption data, pattern of drinking, health indicators, and alcohol-attributable fraction (AAF) of cirrhosis were obtained. The global cohort revealed an inverse correlation between mean average temperature and average annual sunshine hours with liters of annual alcohol consumption per capita (Spearman's rho -0.5 and -0.57, respectively). Moreover, the percentage of heavy episodic drinking and total drinkers among population inversely correlated with temperature -0.45 and -0.49 (P < 0.001) and sunshine hours -0.39 and -0.57 (P < 0.001). Importantly, AAF was inversely correlated with temperature -0.45 (P < 0.001) and sunshine hours -0.6 (P < 0.001). At a global level, all included parameters in the univariable and multivariable analysis showed an association with liters of alcohol consumption and drinkers among population once adjusted by potential confounders. In the multivariate analysis, liters of alcohol consumption associated with AAF. In the United States, colder climates showed a positive correlation with the age-standardized prevalence of heavy and binge drinkers. Conclusion: These results suggest that colder climates may play a causal role on AAF mediated by alcohol consumption.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».