Changes in alcohol use during the<scp>COVID</scp>‐19 pandemic in Europe: A meta‐analysis of observational studies
Notice bibliographique
Résumé
ISSUES: Numerous studies have examined the impact of the COVID-19 pandemic on alcohol use changes in Europe, with concerns raised regarding increased use and related harms. APPROACH: We synthesised observational studies published between 1 January 2020 and 31 September 2021 on self-reported changes in alcohol use associated with COVID-19. Electronic databases were searched for studies evaluating individual data from European general and clinical populations. We identified 646 reports, of which 56 general population studies were suitable for random-effects meta-analyses of proportional differences in alcohol use changes. Variations by time, sub-region and study quality were assessed in subsequent meta-regressions. Additional 16 reports identified were summarised narratively. KEY FINDINGS: Compiling reports measuring changes in overall alcohol use, slightly more individuals indicated a decrease than an increase in their alcohol use during the pandemic [3.8%, 95% confidence interval (CI) 0.00-7.6%]. Decreases were also reported more often than increases in drinking frequency (8.0%, 95% CI 2.7-13.2%), quantity consumed (12.2%, 95% CI 8.3-16.2%) and heavy episodic drinking (17.7%, 95% CI 13.6-21.8%). Among people with pre-existing high drinking levels/alcohol use disorder, high-level drinking patterns appear to have solidified or intensified. IMPLICATIONS: Pandemic-related changes in alcohol use may be associated with pre-pandemic drinking levels. Increases among high-risk alcohol users are concerning, suggesting a need for ongoing monitoring and support from relevant health-care services. CONCLUSION: Our findings suggest that more people reduced their alcohol use in Europe than increased it since the onset of the pandemic. However high-quality studies examining specific change mechanisms at the population level are lacking.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,000 |
| 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 ».