Trends in substance use and in the attributable burden of disease and mortality in the WHO European Region, 2010–16
Notice bibliographique
Résumé
BACKGROUND: This paper examines changes in substance use, and compares the resulting attributable burden of disease in the WHO European Region between 2010 and 2016. METHODS: Data for 2010 and 2016 on the number of deaths, years of life lost (YLL) and disability-adjusted life years (DALYs) lost were obtained by sex and country from the 2016 Global Burden of Disease (GBD) study. Exposure data for all substances except alcohol were obtained from the same study, while alcohol data were obtained from the WHO. Proportional changes were calculated for the WHO European Region as a whole to identify trends and for sub-regions to identify which regions contributed most to trends. RESULTS: In the WHO European Region in 2016, substance use caused 2.1 million deaths, 48.6 million YLL and 57.9 million DALYs lost, representing 22.4, 29.0 and 20.4% of all deaths, YLL and DALYs, respectively. The substance-attributable burden of disease was higher among men than women and highest in the eastern parts of the WHO European Region. Changes in the number of deaths, YLL and DALYs lost between 2010 and 2016 were almost uniformly downward, with the largest proportional changes observed for men. Exposure to tobacco, alcohol and illicit drugs also decreased uniformly. CONCLUSIONS: Substance use and its attributable mortality and burden of disease have decreased in the WHO European Region since 2010. However, overall levels of substance use and the resulting burden of disease in the Region remain high compared with other regions of the world.
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 | 0,009 | 0,000 |
| 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 | 0,000 | 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 | 0,000 |
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 ».