Distributions of alcohol use and alcohol‐caused death and disability in Canada: Defining alcohol harm density functions and new perspectives on the prevention paradox
Notice bibliographique
Résumé
AIMS: The aims of this study were to examine the distribution of alcohol use and to define 'harm density functions' representing distributions of alcohol-caused health harm in Canada, by sex, towards better understanding which groups of drinkers experience the highest aggregate harms. DESIGN: This was an epidemiological modeling study using survey and administrative data on alcohol exposure, death and disability and risk relationships from epidemiological meta-analyses. SETTING: This work took place in Canada, 2019. PARTICIPANTS: Canadians aged 15 years or older participated. MEASUREMENTS: Measures included modeled life-time mean daily alcohol use in grams of pure alcohol (ethanol) per day, alcohol-caused deaths and alcohol-caused disability-adjusted life-years. FINDINGS: As a life-time average, more than half of Canadians aged 15+ (62.8% females, 46.9% males) use fewer than 10 g of pure alcohol per day (g/day). By volume, the top 10% of the population consume 45.9% of the total ethanol among males and 47.1% of the total ethanol among females. The remaining 90% of the population experience a slim majority of alcohol-caused deaths (males 55.3%, females 46.9%). Alcohol harm density functions compose the size of the using population and the risk experienced at each volume level to show that the population-level harm experienced is highest for males at 25 g/day and females at 13 g/day. CONCLUSIONS: Almost 50% of alcohol use in Canada is concentrated among the highest 10% of drinkers, but more than half of the alcohol-caused deaths in Canada in 2019 were experienced by the bottom 90% of the population by average volume, providing evidence for the prevention paradox. New alcohol harm density functions provide insight into the aggregate health harm experienced across the mean alcohol use spectrum and may therefore be used to help determine where alcohol policies should be targeted for highest efficacy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».