Patterns of Alcohol Consumption in the PURE Poland Cohort Study and Their Relationship with Health Problems
Notice bibliographique
Résumé
(1) Background: Alcohol is a leading risk factor of premature morbidity and mortality. The objective of this study was to investigate the patterns of alcohol consumption in the PURE Poland cohort study baseline. (2) Methods: A Polish cohort was enrolled in the baseline study in 2007-2010. The study group consisted of 2021 adult participants of urban and rural areas from the Lower Silesia voivodeship in Poland (747 men and 1274 women). (3) Results: In the overall study population, 67.3% were current drinkers, 10.3% were former drinkers, and 22.4% were abstainers. Current use of alcohol products was more prevalent in men (77.2%), people living in urban areas (73.0%), and people with a higher level of education (78.0%). The percentage of current drinkers decreased with increasing age (from 73.4% in 30- to 44-year-olds to 48.8% in participants aged 64 and more). The majority of participants (89.2%) declared a low level of alcohol intake. The chance of high level of intake of alcohol was four times higher in men than in women (OR 4.17; CI 1.64-10.6). The majority of participants (54.6%) declared most frequent consumption of low-alcohol drinks (beer, wine) and 21% declared most frequent consumption of spirits. Current drinkers had almost 1.5-fold higher odds of diabetes and cardiovascular diseases (CVD) than never drinkers (OR 1.49, CI 1.03-2.17; OR 1.66, CI 1.27-2.18, respectively). Former drinkers had higher odds for hypertension and CVD than never drinkers (1.73, CI 1.05-2.85; OR 1.76, CI 1.22-2.53, respectively). (4) Conclusions: In our cohort study, we observed several socio-demographic factors differentiating the patterns of alcohol consumption. The preventive programs should focus predominantly on men, people aged <45 years, and those with a higher level of education.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».