MétaCan
Menu
Retour à la cohorte
Enregistrement W4205345213 · doi:10.1371/journal.pone.0261609

The COVID-19 alcohol paradox: British household purchases during 2020 compared with 2015-2019

2022· article· en· W4205345213 sur OpenAlexaff
Peter Anderson, Amy O’Donnell, Eva Jané‐Llopis, Eileen Kaner

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesMedical Research CouncilNational Institute for Health and Care Research
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BetacoronavirusCoronavirus InfectionsPandemicMedicineVirologyInternal medicineOutbreak

Résumé

récupéré en direct d'OpenAlex

British supermarket-panel data suggest no increases in overall sales and purchases of alcohol following COVID-19 lockdowns, yet survey and mortality data suggest otherwise. This paper attempts to unravel the paradox. Based on purchase data of 79,417 British households from Kantar Worldpanel, we undertake controlled interrupted time series analysis of the impact of COVID-19 confinement introduced on 23rd March 2020, and variably applied during 2020, compared to purchases during 2015 to 2019 as controls. We also undertook Poisson regression analyses to estimate if changes in purchases differed by household socio-demographic and economic factors. Excess off-trade household alcohol purchases (expressed as grams of ethanol) following the introduction of confinement, were 29.2% higher (95% CI = 25.8% to 32.5%) for the post-confinement months of 2020, being larger until mid-July 2020 (37.5%, 95%CI = 33.9 to 41.26%) when pubs re-opened with restrictions, and smaller (24.6%, 95%CI = 21.6 to 27.7) thereafter. During the time of complete pub closures, and fully adjusting for no on-trade purchases, household purchases of alcohol did not change when compared with the same time period during 2015-2019 (coefficient = -0.9%, 95%CI = -5.6 to 3.8). Excess purchases from 23rd March to 31st December 2020 varied by region of Great Britain, being higher in the north of England, and lower in Scotland and Wales. Excess purchases were greater in the most deprived households, compared with the least deprived households. Excess purchases increased substantially as the amount of alcohol normally purchased by a household increased, with the top one fifth of households that normally bought the most alcohol increasing their purchases more than 17 times than the bottom one fifth of households that bought the least alcohol. That the heaviest buyers of alcohol increased their purchases the most, with some independent impact of socio-economic disadvantage, might explain why reported alcohol problems and recent alcohol-related death rates might have increased. A conclusion of this is that alcohol policy to reduce high consumption of alcohol, and the availability of help and treatment to reduce alcohol consumption become more important during extraordinary times, such as COVID lockdowns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,894

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,248
Écart entre enseignants0,139 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207