MétaCan
Menu
Retour à la cohorte
Enregistrement W4306398592 · doi:10.24869/psyd.2022.535

THE INCIDENCE OF ALCOHOL USE DISORDERS DURING THE COVID-19 PANDEMIC

2022· review· en· W4306398592 sur OpenAlexaboutno aff
Azza Sarfraz, Zouina Sarfraz, Muzna Sarfraz, Sindhu Thevuthasan, Taleah Khan, Inoshia Inam, Krunal Pandav, Faraeha Fatima, Gaurav Patel, Diana Baralt, Gerardo F Ferrer, Erik Cabrera, George F. Michel, Marcos A. Sanchez‐Gonzalez

Notice bibliographique

RevuePsychiatria Danubina · 2022
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMisinformationPandemicMental healthScopusMedicineMEDLINESuicide preventionOccupational safety and healthPoison controlPublic healthEnvironmental healthPsychiatryPsychological interventionCoronavirus disease 2019 (COVID-19)Computer securityNursingPolitical scienceDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has introduced a myriad of challenges to healthcare systems and public health policies across the globe. Individuals with alcohol use disorders are at peaked risk due to mental, socio-demographic, and economic factors leading to hindered mental health service access, misinformation and adherence. METHODS: Keywords including "alcohol use", "death", "hand sanitizer", "overdose" and "COVID-19" were used to obtain 8 media reports for case analysis. A review of 34 manually extracted records were also conducted using PubMed, MEDLINE, Scopus, and the Embase database with no time and language restrictions. RESULTS: A total of 2,517 individuals with alcohol overdose across the United States, India, Canada, and Iran were presented. The majority of cases were male, ages 21-65. Common contributors were linked to socio-economic changes, disruption to mental health services, and physical isolation. CONCLUSION: While original studies are essential to evaluate the etiologies of alcohol use and misuse during pandemics, the dissemination of misinformation must be curbed by directing vulnerable individuals towards accurate information and access to mental health services.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,201
Tête enseignante GPT0,480
Écart entre enseignants0,279 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychiatria DanubinaMême sujetCOVID-19 and Mental HealthTravaux en français237 207