Alcohol Use and the Risk of Communicable Diseases
Notice bibliographique
Résumé
The body of knowledge on alcohol use and communicable diseases has been growing in recent years. Using a narrative review approach, this paper discusses alcohol's role in the acquisition of and treatment outcomes from four different communicable diseases: these include three conditions included in comparative risk assessments to date-Human Immunodeficiency Virus (HIV)/AIDS, tuberculosis (TB), and lower respiratory infections/pneumonia-as well as Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) because of its recent and rapid ascension as a global health concern. Alcohol-attributable TB, HIV, and pneumonia combined were responsible for approximately 360,000 deaths and 13 million disability-adjusted life years lost (DALYs) in 2016, with alcohol-attributable TB deaths and DALYs predominating. There is strong evidence that alcohol is associated with increased incidence of and poorer treatment outcomes from HIV, TB, and pneumonia, via both behavioral and biological mechanisms. Preliminary studies suggest that heavy drinkers and those with alcohol use disorders are at increased risk of COVID-19 infection and severe illness. Aside from HIV research, limited research exists that can guide interventions for addressing alcohol-attributable TB and pneumonia or COVID-19. Implementation of effective individual-level interventions and alcohol control policies as a means of reducing the burden of communicable diseases is recommended.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 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 ».