Alcohol control policy measures and all‐cause mortality in Lithuania: an interrupted time–series analysis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Alcohol use has been identified as a major risk factor for burden of mortality and disease, particularly for countries in eastern Europe. During the past two decades, several countries in this region have implemented effective alcohol policy measures to combat this burden. The aim of the current study was to measure the association between Lithuania's alcohol control policies and adult all-cause mortality. DESIGN: Interrupted time-series methodology by means of general additive models. SETTING: Lithuania. PARTICIPANTS: Adult population of Lithuania, aged 20 years and older. MEASUREMENTS: Alcohol control policies were ascertained via a document review of relevant legislation materials. Policy effects were evaluated as follows: (1) slope changes in periods of legislative (non-)activity with regard to alcohol control policy (analysis 1); (2) level changes of three interventions following recommendations of the World Health Organization (analysis 2); and (3) level changes of seven interventions judged a priori by an international panel of experts (analysis 3). Mortality was measured by sex-stratified and total monthly age-standardized rates of all-cause mortality for the adult population. FINDINGS: During the period 2001-18, effective alcohol control policy measures were implemented on several occasions, and in those years the all-cause mortality rate declined by approximately 3.2% more than in years without such policies. In particular, the implementation of increased taxation in 2017 was associated with reduced mortality over and above the general trend for men and in total for all analyses, which amounted to 1452 deaths avoided (95% confidence interval = -166 to -2739) in the year following the implementation of the policy. CONCLUSIONS: Alcohol control policies in Lithuania appear to have reduced the overall adult all-cause mortality over and above secular trends.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».