Does Drinking Within Low-Risk Guidelines Prevent Harm? Implications for High-Income Countries Using the International Model of Alcohol Harms and Policies
Notice bibliographique
Résumé
OBJECTIVE: Many countries propose low-risk drinking guidelines (LRDGs) to mitigate alcohol-related harms. North American LRDGs are high by international standards. We applied the International Model of Alcohol Harms and Policies (InterMAHP) to quantify the alcohol-caused harms experienced by those drinking within and above these guidelines. We customized a recent Global Burden of Disease (GBD) analysis to inform guidelines in high-income countries. METHOD: Record-level death and hospital stay data for Canada were accessed. Alcohol exposure data were from the Canadian Substance Use Exposure Database. InterMAHP was used to estimate alcohol-attributable deaths and hospital stays experienced by people drinking within LRDGs, people drinking above LRDGs, and former drinkers. GBD relative risk functions were acquired and weighted by the distribution of Canadian mortality. RESULTS: More men (18%) than women (7%) drank above weekly guidelines. Adherence to guidelines did not eliminate alcohol-caused harm: those drinking within guidelines nonetheless experienced 140 more deaths and 3,663 more hospital stays than if they had chosen to abstain from alcohol. A weighted relative risk analysis found that, for both women and men, the risk was lowest at a consumption level of 10 g per day. For all levels of consumption, men were found to experience a higher weighted relative risk than women. CONCLUSIONS: Drinkers following weekly LRDGs are not insulated from harm. Greater than 50% of alcohol-caused cancer deaths are experienced by those drinking within weekly limits. Findings suggest that guidelines of around one drink per day may be appropriate for high-income countries.
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) | 0,000 | 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 | 0,000 |
| 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 ».