Increased alcohol‐specific mortality in Germany during <scp>COVID</scp>‐19: State‐level trends from 2010 to 2020
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic may have led to an increase in the alcohol-specific mortality. Against this backdrop, the aim of this report is to explore alcohol-specific mortality trends in Germany of the years 2010 to 2020. METHOD: Alcohol-specific mortality data aggregated by sex, 5-year age groups and state were collected from the annual cause-of-death statistics and analysed descriptively by visual inspection. RESULTS: The overall alcohol-specific mortality rate (age-standardised) has mainly decreased between 2010 and 2020. However, increased alcohol-specific mortality rates for the year 2020 compared to 2019 were found for both, women (+4.8%) and men (+5.5%), particularly in age groups between 40 and 69 years. Changes in alcohol-specific mortality rates differed between federated states, with steeper increases in East Germany. DISCUSSION AND CONCLUSIONS: Different mechanisms related to the increase in alcohol consumption, particularly among high-risk drinkers, and reduced resources in health care may have led to an increase in alcohol-specific mortality in Germany in 2020. Despite the recent decline in the alcohol-specific mortality in Germany, an increase in the death toll was observed in 2020.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».