The role of alcohol use and drinking patterns in socioeconomic inequalities in mortality: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Individuals with low socioeconomic status (SES) experience disproportionately greater alcohol-attributable health harm than individuals with high SES from similar or lower amounts of alcohol consumption. Our aim was to provide an update of the current evidence for the role of alcohol use and drinking patterns in socioeconomic inequalities in mortality, as well as the effect modification or interaction effects between SES and alcohol use, as two potential explanations of this so-called alcohol-harm paradox. METHODS: We did a systematic review, searching Embase, Medline, PsycINFO, and Web of Science (published between Jan 1, 2013, and June 30, 2019) for studies reporting alcohol consumption, SES, and mortality. Observational, quantitative studies of the general adult population (aged ≥15 years) with a longitudinal study design were included. Two outcome measures were extracted: first, the proportion of socioeconomic inequalities in mortality explained by alcohol use; and second, the effect modification or interaction between SES and alcohol use regarding mortality risks. This study is registered with PROSPERO (CRD42019140279). FINDINGS: Of 1941 records identified, ten met the inclusion criteria. The included studies contained more than 400 000 adults, more than 30 000 deaths from all causes, and more than 3000 100% alcohol-attributable events. Alcohol use explained up to 27% of the socioeconomic inequalities in mortality. The proportion of socioeconomic inequalities explained systematically differed by drinking pattern, with heavy episodic drinking having a potentially significant explanatory value. Although scarce, there was some evidence of effect modification or interaction between SES and alcohol use. INTERPRETATION: To reduce socioeconomic inequalities in mortality, addressing heavy episodic drinking in particular, rather than alcohol use in general, is worth exploring as a public health strategy. FUNDING: Canadian Institutes of Health Research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».