Modelling the impact of increased alcohol taxation on alcohol-attributable cancers in the WHO European Region
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Reducing the alcohol-attributable cancer burden in the WHO European Region is a public health priority. This study aims to estimate the number of potentially avoidable cancers in countries of the WHO European Region in 2019 for three scenarios in which current excise duties on alcoholic beverages were increased by 20%, 50%, or 100%. METHODS: Mean prices and excise duties for beer, wine, and spirits in the Member States of the WHO European Region in 2020 were used as the baseline scenario. We assumed that increases in excise duties (20%, 50%, and 100%) were fully incorporated into the consumer price. Beverage-specific price elasticities of demand, with lower elasticities for heavy drinkers, were obtained from a meta-analysis. Model estimates were applied to alcohol exposure data for 2009 and cancer incidence and mortality rates for 2019, assuming a 10-year lag time between alcohol intake and cancer development and mortality. FINDINGS: Of 180,887 (95% Confidence interval [CI]: 160,595-201,705) new alcohol-attributable cancer cases and 85,130 (95% CI: 74,920-95,523) deaths in the WHO European Region in 2019, 5·9% (95% CI: 5·6-6·4) and 5·7% (95% CI: 5·4-6·1), respectively, could have been avoided by increasing excise duties by 100%. According to our model, alcohol-attributable female breast cancer and colorectal cancer contributed most to the avoidable cases and deaths. INTERPRETATION: Doubling current alcohol excise duties could avoid just under 6% (or 10,700 cases and 4,850 deaths) of new alcohol-attributable cancers within the WHO European Region, particularly in Member States of the European Union where excise duties are in many cases very low. FUNDING: None.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle