“Harm per litre” as a concept and a measure in studying determinants of relations between alcohol consumption and harm
Notice bibliographique
Résumé
The term "harm per litre" has been increasingly used in alcohol research in recent years as a concept and a comparative measure of alcohol-attributable harm in comparisons between environments, circumstances, and patterns of drinking. This essay discusses the origins of the term in connection with analyses in terms of patterns as well as levels of drinking and with concerns about differential harms from drinking different beverage types. Also discussed is the term's current primary usage, in the context of epidemiological concerns about differentially severe harms for poorer persons who drink. It is noted that these same concerns have been discussed, particularly in Britain, using the phrase "alcohol harm paradox". "Harm per litre" was initially most often used in comparisons between rates of alcohol-attributable harm by beverage type. After 2010, the expression was applied more broadly, particularly after its use in various World Health Organization-related discussions and documents. In addition, and especially from 2018 onwards when most of the papers using this term were published, it has been used in comparisons by socioeconomic status at the individual level, and by level of socioeconomic development at the country level. Almost all the findings indicate that people with lower socioeconomic status, and countries with lower average income, e.g., low income and lower-middle income countries, incur considerably higher harm per litre (with harm being expressed in disease burden and mortality) than upper middle-income and high-income countries. "Harm per litre" is a practicable and easy-to-understand concept to compare groups of individuals or countries, and to quantify health inequalities. The next important step will need to be elucidating a better causal understanding of the processes underlying these inequalities, with an emphasis on factors which can be most easily changed by interventions.
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 | 0,014 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,014 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».