MétaCan
Menu
Retour à la cohorte
Enregistrement W4383375569 · doi:10.3390/healthcare11131945

Dynamic Changes in Drinking Behaviour among Subpopulations of Youth during the COVID-19 Pandemic: A Prospective Cohort Study

2023· article· en· W4383375569 sur OpenAlexafffundabout
Mahmood Reza Gohari, Thepikaa Varatharajan, James MacKillop, Scott T. Leatherdale

Notice bibliographique

RevueHealthcare · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesCanadian Centre on Substance Use and AddictionInstitute of Population and Public HealthInstitute of Nutrition, Metabolism and DiabetesInstitute of Human Development, Child and Youth HealthHospital for Sick ChildrenHealth CanadaBrock UniversityCanadian Institutes of Health ResearchMinistère de la SantéUniversity of WaterlooMinistère de la Santé et des Services sociauxUniversité Laval
Mots-clésBinge drinkingPandemicYoung adultPopulationMedicineEnvironmental healthDemographyPublic healthInjury preventionPoison controlPsychologyCoronavirus disease 2019 (COVID-19)GerontologyDiseaseInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Youth drinking is highly heterogenous, and subpopulations representing different alcohol use patterns may have responded differently to the COVID-19 pandemic. This study examined changing patterns of alcohol use in subpopulations of the youth population over the first two years of the pandemic. METHOD: We used linked survey data from 5367 Canadian secondary school students who participated in three consecutive waves of the COMPASS study between 2018/19 and 2020/21. Latent transition analysis (LTA) was used to identify patterns of alcohol use based on the frequency of drinking and frequency of binge drinking and to estimate the probability of transitioning between identified patterns. RESULTS: LTA identified five patterns of alcohol use each representing a unique subpopulation: abstainer, occasional drinker-no binging, occasional binge drinker, monthly binge drinker, weekly binge drinker. Probability of being engaged in binge drinking for a subpopulation of occasional drinkers pre-pandemic was 61%, which reduced to 43% during the early-pandemic period. A lower proportion of occasional binge drinkers reported moving to monthly or weekly binge drinking. Female occasional drinkers were more likely to move to binge drinking patterns during the pandemic than males. CONCLUSIONS: Less frequent drinking and younger students were more likely to reduce their drinking and binge drinking than more established drinkers during the COVID-19 pandemic. Understanding of heterogenous patterns of alcohol drinking and different responses to public health crises may inform future preventive programs tailored to target subpopulations more effectively.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,496
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,078
Tête enseignante GPT0,378
Écart entre enseignants0,300 · 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'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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207