Digital interventions for reducing alcohol use in general populations: An updated systematic review and meta‐analysis
Notice bibliographique
Résumé
This article updates a 2017 review on the effectiveness of digital interventions for reducing alcohol use in the general population. An updated systematic search of the MEDLINE database was performed in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses criteria to identify randomized controlled trials (RCTs) published from January 2017 to June 2022 that evaluated the effectiveness of digital interventions compared with no interventions, minimal interventions, and face-to-face interventions aimed at reducing alcohol use in the general population and, that also reported changes in alcohol use (quantity, frequency, quantity per drinking day, heavy episodic drinking (HED), or alcohol use disorders identification test (AUDIT) scores). A secondary analysis was performed that analyzed data from RCTs conducted in students. The review was not preregistered. The search produced 2224 articles. A total of 80 studies were included in the review, 35 of which were published after the last systematic review. A total of 66, 20, 18, 26, and 9 studies assessed the impact of digital interventions on alcohol quantity, frequency, quantity per drinking day, HED, and AUDIT scores, respectively. Individuals randomized to the digital interventions drank 4.12 (95% confidence interval (CI): 2.88, 5.36) fewer grams of alcohol per day, had 0.17 (95% CI 0.06, 0.29) fewer drinking days per week, drank approximately 3.89 (95% CI: 0.40, 7.38) fewer grams of alcohol per drinking day, had 1.11 (95% CI: 0.32, 1.91) fewer HED occasions per month, and had an AUDIT score 3.04 points lower (95% CI: 2.23, 3.85) than individuals randomized to the control condition. Significant reductions in alcohol quantity, frequency, and HED, but not quantity per drinking day, were observed among students. Digital interventions show potential for reducing alcohol use in general populations and could be used widely at the population level to reduce alcohol-attributable harms.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».