MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321601706 · doi:10.1186/s12889-023-15152-6

Which interventions for alcohol use should be included in a universal healthcare benefit package? An umbrella review of targeted interventions to address harmful drinking and dependence

2023· review· en· W4321601706 sur OpenAlexaff
Siobhan Botwright, Jiratorn Sutawong, Pritaporn Kingkaew, Thunyarat Anothaisintawee, Saudamini Vishwanath Dabak, Chotika Suwanpanich, Nattiwat Promchit, Roongnapa Kampang, Wanrudee Isaranuwatchai

Notice bibliographique

RevueBMC Public Health · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesThai Health Promotion FoundationRockefeller FoundationDepartment for International DevelopmentUnited Nations Development ProgrammeBill and Melinda Gates Foundation
Mots-clésMedicinePsychological interventionSystematic reviewAlcohol use disorderBinge drinkingMotivational interviewingPsycINFOAcamprosatePsychiatryQuetiapinePoison controlMEDLINEEnvironmental healthInjury preventionAlcoholNaltrexone

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study aimed to identify targeted interventions for the prevention and treatment of harmful alcohol use. Umbrella review methodology was used to summarise the effectiveness across a broad range of interventions, in order to identify which interventions should be considered for inclusion within universal health coverage schemes in low- and middle-income countries. METHODS AND FINDINGS: We included systematic reviews with meta-analysis of randomised controlled trials (RCTs) on targeted interventions addressing alcohol use in harmful drinkers or individuals with alcohol use disorder. We only included outcomes related to alcohol consumption, heavy drinking, binge drinking, abstinence, or alcohol-attributable accident, injury, morbidity or mortality. PubMed, Embase, PsycINFO, Cochrane Database of Systematic Reviews, and the International HTA Database were searched from inception to 3 September 2021. Risk of bias of reviews was assessed using the AMSTAR2 tool. After reviewing the abstracts of 9,167 articles, results were summarised narratively and certainty in the body of evidence for each intervention was assessed using GRADE. In total, 86 studies met the inclusion criteria, of which the majority reported outcomes for brief intervention (30 studies) or pharmacological interventions (29 studies). Overall, methodological quality of included studies was low. CONCLUSIONS: For harmful drinking, brief interventions, cognitive behavioural therapy, and motivational interviewing showed a small effect, whereas mentoring in adolescents and children may have a significant long-term effect. For alcohol use disorder, social network approaches and acamprosate showed evidence of a significant and durable effect. More evidence is required on the effectiveness of gamma-hydroxybutyric acid (GHB), nalmefene, and quetiapine, as well as optimal combinations of pharmacological and psychosocial interventions. As an umbrella review, we were unable to identify the extent to which variation between studies stemmed from differences in intervention delivery or variation between country contexts. Further research is required on applicability of findings across settings and best practice for implementation. Funded by the Thai Health Promotion Foundation, grant number 61-00-1812.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,047
score de la tête « metaresearch » (Gemma)0,122
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,122
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,011
Bibliométrie0,0120,008
Études des sciences et des technologies0,0010,002
Communication savante0,0060,007
Science ouverte0,0020,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,515
Tête enseignante GPT0,509
Écart entre enseignants0,006 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetSubstance Abuse Treatment and Outcomes→Travaux en français237 207→