MétaCan
Menu
Retour à la cohorte
Enregistrement W4367833933 · doi:10.1111/add.16218

All‐cause and cause‐specific mortality in individuals with an alcohol‐related emergency or hospital inpatient presentation: A retrospective data linkage cohort study

2023· article· en· W4367833933 sur OpenAlexaff
Janni Leung, Vivian Chiu, Nicola Man, Wing See Yuen, Timothy Dobbins, Adrian Dunlop, Natasa Gisev, Wayne Hall, Sarah Larney, Sallie‐Anne Pearson, Louisa Degenhardt, Amy Peacock

Notice bibliographique

RevueAddiction · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute on Drug AbuseNational Drug and Alcohol Research CentreNational Health and Medical Research CouncilNational Institutes of HealthSeqirusNSW Ministry of HealthIndiviorDepartment of Health and Aged Care, Australian GovernmentNational Coronial Information SystemUniversity of QueenslandUniversity of New South WalesCancer Institute NSWAustralian Government
Mots-clésMedicineRetrospective cohort studyCohortEmergency departmentPopulationCohort studyNational Death IndexMortality rateConfidence intervalDemographyPediatricsHazard ratioEnvironmental healthInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Alcohol consumption is a leading risk factor for premature mortality globally, but there are limited studies of broader cohorts of people presenting with alcohol-related problems outside of alcohol treatment services. We used linked health administrative data to estimate all-cause and cause-specific mortality among individuals who had an alcohol-related hospital inpatient or emergency department presentation. DESIGN: Observational study using data from the Data linkage Alcohol Cohort Study (DACS), a state-wide retrospective cohort of individuals with an alcohol-related hospital inpatient or emergency department presentation. SETTING: Hospital inpatient or emergency department presentation in New South Wales, Australia, between 2005 and 2014. PARTICIPANTS: Participants comprised 188 770 individuals aged 12 and above, 66% males, median age 39 years at index presentation. MEASUREMENTS: All-cause mortality was estimated up to 2015 and cause-specific mortality (by those attributable to alcohol and by specific cause of death groups) up to 2013 due to data availability. Age-specific and age-sex-specific crude mortality rates (CMRs) were estimated, and standardized mortality ratios (SMRs) were calculated using sex and age-specific deaths rates from the NSW population. FINDINGS: There were 188 770 individuals in the cohort (1 079 249 person-years of observation); 27 855 deaths were recorded (14.8% of the cohort), with a CMR of 25.8 [95% confidence interval (CI) = 25.5, 26.1] per 1000 person-years and SMR of 6.2 (95% CI = 5.4, 7.2). Mortality in the cohort was consistently higher than the general population in all adult age groups and in both sexes. The greatest excess mortality was from mental and behavioural disorders due to alcohol use (SMR = 46.7, 95% CI = 41.4, 52.7), liver cirrhosis (SMR = 39.0, 95% CI = 35.5, 42.9), viral hepatitis (SMR = 29.4, 95% CI = 24.6, 35.2), pancreatic diseases (SMR = 23.8, 95% CI = 17.9, 31.5) and liver cancer (SMR = 18.3, 95% CI = 14.8, 22.5). There were distinct differences between the sexes in causes of excess mortality (all causes fully attributable to alcohol female versus male risk ratio = 2.5 (95% CI = 2.0, 3.1). CONCLUSIONS: In New South Wales, Australia, people who came in contact with an emergency department or hospital for an alcohol-related presentation between 2005 and 2014 were at higher risk of mortality than the general New South Wales population during the same period.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,359
Écart entre enseignants0,282 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207