MétaCan
Menu
Retour à la cohorte
Enregistrement W2965574919 · doi:10.1111/acer.14171

Facilitating Screening and Brief Interventions in Primary Care: A Systematic Review and Meta‐Analysis of the AUDIT as an Indicator of Alcohol Use Disorders

2019· review· en· W2965574919 sur OpenAlexafffund
Shannon Lange, Kevin D. Shield, Maristela Monteiro, Jürgen Rehm

Notice bibliographique

RevueAlcoholism Clinical and Experimental Research · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensPublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesInstitute of Neurosciences, Mental Health and AddictionCanadian Institutes of Health ResearchPan American Health Organization
Mots-clésAlcohol Use Disorders Identification TestAuditPsycINFOCINAHLMedicineMEDLINEPsychological interventionMeta-analysisSystematic reviewAlcohol use disorderScopusFamily medicinePoison controlEnvironmental healthInjury preventionPsychiatryAlcoholPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Alcohol Use Disorders Identification Test (AUDIT) was developed for use in primary health care settings to identify hazardous and harmful patterns of alcohol consumption, and is often used to screen for alcohol use disorders (AUDs). This study examined the AUDIT as a screening tool for AUDs. METHODS: A systematic literature search was performed of electronic bibliographic databases (CINAHL, Embase, ERIC, MEDLINE, PsycINFO, Scopus, and Web of Science) without language or geographic restrictions for original quantitative studies published before September 1, 2018, that assess the AUDIT's ability to screen for AUDs. Random-effects meta-regression models were constructed by sex to assess the potential determinants of the AUDIT's specificity and sensitivity. From these models and ecological data from the Global Information System on Alcohol and Health, the true- and false-positive and true- and false-negative proportions were determined. The number of people needed to be screened to treat 1 individual with an AUD was estimated for all countries globally where AUD data exist, using a specificity of 0.95. RESULTS: A total of 36 studies met inclusion criteria for the meta-regression. The AUDIT score cut-point was significantly associated with sensitivity and specificity. Standard drink size was found to affect the sensitivity and specificity of the AUDIT for men, but not among women. The AUDIT performs less well in identifying women compared to men, and countries with a low prevalence of AUDs have higher false-positive rates compared to countries with a higher AUD prevalence. CONCLUSIONS: The AUDIT does not perform well as a screening tool for identifying individuals with an AUD, especially in countries and among populations with a low AUD prevalence (e.g., among women), and thus should not be used for this purpose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,419
Tête enseignante GPT0,548
Écart entre enseignants0,128 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlcoholism Clinical and Experimental ResearchMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207