Changes in alcohol use during the COVID‐19 pandemic and previous pandemics: A systematic review
Notice bibliographique
Résumé
The objective of this study is to summarize the research on the relationships between exposure to the COVID-19 pandemic or previous pandemics and changes in alcohol use. A systematic search of Medline and Embase was performed to identify cohort and cross-sectional population studies that examined changes in alcohol use during or following a pandemic compared to before a pandemic occurred. Outcomes examined included differences in the volume and frequency of alcohol consumption and the frequencies of heavy episodic drinking (HED) and alcohol-related problems during a pandemic compared to before a pandemic. Quality assessment was performed using the Cochrane Risk of Bias Tool for Nonrandomized Studies. This study was performed according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. The search yielded 672 articles; 27 were included in the narrative review, of which 6 were cohort studies (all from high-income countries). A total of 259,188 participants were included. All cohort studies examined the impact of COVID-19 and associated pandemic-related policies, including social distancing and alcohol-specific policies, on alcohol use. Cohort studies demonstrated a consistent significant decrease in total alcohol consumption (Australia) and a significant increase in the frequency of alcohol use (United States). A significant decrease in the frequency of HED was observed in Australia and Spain but not in the United States. A significant increase in the proportion of people with problematic alcohol use was observed in the United Kingdom. Initial insights into changes in alcohol use indicate substantial heterogeneity. Alcohol use may have decreased in some countries, while HED and the proportion of people with problematic alcohol use may have increased. The lack of high-quality studies from low- and middle-income countries reflects a dearth of information from countries inhabited by most of the world's population.
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 | 0,008 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».