Change in moderate alcohol consumption and quality of life: evidence from 2 population-based cohorts
Notice bibliographique
Résumé
<h3>BACKGROUND:</h3> Although the association of moderate alcohol consumption with specific disorders, such as cardiovascular disease and cancers, has been well documented, the evidence of the broader impact of alcohol consumption on health-related quality of life is less clear. Our objective was to examine the association of drinking patterns with changes in physical and mental well-being across populations. <h3>METHODS:</h3> We conducted a multilevel analysis with multivariate responses in the population-representative FAMILY Cohort in the Hong Kong Special Administrative Region, China, to examine the association between alcohol drinking patterns across 2 waves (2009–2013) (i.e., quitters, initiators, persistent drinkers, persistent former drinkers and lifetime abstainers) and changes in physical and mental well-being (Physical and Mental Component Summary of the 12-Item Short Form Health Survey [SF-12]). Analyses were stratified by sex. We validated findings using a nationally representative cohort in the United States, the National Epidemiologic Survey on Alcohol and Related Conditions (NESARC, 2001–2005). <h3>RESULTS:</h3> In the FAMILY Cohort (<i>n</i> = 10 386; median follow-up 2.3 yr), the change in mental well-being was more favourable in female quitters than in lifetime abstainers (β = 1.44, 95% confidence interval [CI] 0.43 to 2.45; mean score change of +2.0 for quitters and +0.02 for lifetime abstainers). This association was validated in the NESARC (<i>n</i> = 31 079; median follow-up 3.1 yr) (β = 0.83, 95% CI 0.08 to 1.58; mean score change of −1.1 for quitters and −1.6 for lifetime abstainers). <h3>INTERPRETATION:</h3> The change in mental well-being was more favourable in female quitters, approaching the level of mental well-being of lifetime abstainers within 4 years of quitting in both Chinese and American populations.
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 | 0,002 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».