Modeling the impact of COVID‐19 pandemic‐driven increases in alcohol consumption on health outcomes and hospitalization costs in the United States
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Alcohol consumption increased in the early phases of the COVID-19 pandemic in the United States. Alcohol use disorder (AUD) and risky drinking are linked to harmful health effects. This paper aimed to project future health and cost impacts of shifts in alcohol consumption during the COVID-19 pandemic. DESIGN: An individual-level simulation model of the long-term drinking patterns for people with life-time AUD was used to simulate 10 000 individuals and project model outcomes to the estimated 25.9 million current drinkers with life-time AUD in the United States. The model considered three scenarios: (1) no change (counterfactual for comparison); (2) increased drinking levels persist for 1 year ('increase-1') and (3) increased drinking levels persist for 5 years ('increase-5'). SETTING: United States. PARTICIPANTS: Current drinkers with life-time AUD. MEASUREMENTS: Life expectancy [life-years (LYs)], quality-adjusted life-years (QALYs), alcohol-related hospitalizations and associated hospitalization costs and alcohol-related deaths, during a 5-year period. FINDINGS: Short-term increases in alcohol consumption (increase-1 scenario) resulted in a loss of 79 000 [95% uncertainty interval (UI]) 26 000-201 000] LYs, a loss of 332 000 (104 000-604 000) QALYs and 295 000 (82 000-501 000) more alcohol-related hospitalizations, costing an additional $5.4 billion ($1.5-9.3 billion) over 5 years. Hospitalizations for cirrhosis of the liver accounted for approximately $3.0 billion ($0.9-4.8 billion) in hospitalization costs, more than half the increase across all alcohol-related conditions. Health and cost impacts were more pronounced for older age groups (51+), women and non-Hispanic black individuals. Increasing the duration of pandemic-driven increases in alcohol consumption in the increase-5 scenario resulted in larger impacts. CONCLUSIONS: Simulations show that if the increase in alcohol consumption observed in the United States in the first year of the pandemic continues, alcohol-related mortality, morbidity and associated costs will increase substantially over the next 5 years.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».