Quantifying harms to others due to alcohol consumption in Germany: a register-based study
Notice bibliographique
Résumé
BACKGROUND: The consumption of alcohol increases the risk of drinkers harming others. The extent of alcohol's morbidity and mortality harms to others in Germany in 2014 was estimated for (1) fetal alcohol syndrome (FAS) or fetal alcohol spectrum disorders (FASD) among newborns, (2) road traffic fatalities, and (3) interpersonal violence-related deaths. METHODS: The incidences of FAS and FASD were estimated by means of a meta-analytical approach, combining data on alcohol use during pregnancy and the risk relationship between alcohol consumption during pregnancy and FAS/FASD. In order to estimate alcohol-attributable road traffic fatalities and interpersonal violence due to the drinking of others, an attributable fraction methodology was applied to cause-of-death statistics for road traffic and interpersonal violence-related deaths. RESULTS: For 2014, the incidences of FAS and FASD were estimated at 41 children per 10,000 live births (95% CI 24; 63) and 177 children per 10,000 live births (95% CI 135; 320), or 2930 (95% CI 1720; 4500) and 12,650 (95% CI 9650; 23,310) children, respectively. Furthermore, alcohol was estimated to be responsible for 1214 (95% CI 1141; 1287) third-party road traffic fatalities and 55 (95% CI 46; 64) deaths from interpersonal violence, representing 45.1% of all third-party road traffic fatalities and 14.9% of all interpersonal violence deaths. CONCLUSION: These study's estimates indicate there is a substantial degree of health harm to third parties caused by alcohol in Germany. While more research on harms to others caused by alcohol is needed to provide comprehensive estimates, the results indicate a need for effective prevention.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 0,001 |
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.
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 ».