MétaCan
Menu
Retour à la cohorte
Enregistrement W4392165933 · doi:10.1111/add.16435

Quantifying alcohol‐attributable disability‐adjusted life years to others than the drinker in Aotearoa/New Zealand: A modelling study based on administrative data

2024· article· en· W4392165933 sur OpenAlexaff
Sally Casswell, Taisia Huckle, José S. Romeo, Helen Moewaka Barnes, Jennie Connor, Jürgen Rehm

Notice bibliographique

RevueAddiction · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesHealth Research Council of New ZealandMassey University
Mots-clésAotearoaPsychologyMedicinePsychiatryGerontologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Quantifying the health burden of alcohol has largely focused upon harm to drinkers, which is an underestimate. There is a growing literature on alcohol's harm to others (HTO), but it lacks the systematic transfer of HTO into a comparative risk assessment framework. This study calculated disability-adjusted life years (DALYs) for fetal alcohol spectrum disorder (FASD), interpersonal violence and traffic injury due to another's drinking. DESIGN: This study is a disease burden analysis, using modelling of DALYs for New Zealand in 2018. SETTING AND PARTICIPANTS: The study took place among the Aotearoa/New Zealand population in 2018. MEASUREMENTS: The involvement of others' drinking was obtained from prevalence, alcohol-attributable fraction studies and administrative data. Disability weights (DW) for FASD were adapted from fetal alcohol syndrome (FAS) weights using a Beta-Pert probability distribution; for interpersonal injury, DWs used hospital events linked with injury compensation; for traffic injury, DWs used hospital events. Populations were stratified by ethnicity, age group and gender. A descriptive comparison was made with a previous estimate of DALYs for drinkers. FINDINGS: In 2018, 78 277 healthy life years were lost in Aotearoa/New Zealand due to alcohol's HTO. The main contributor (90.3%) was FASD, then traffic crashes (6.3%) and interpersonal violence (3.4%). The indigenous population, Māori, was impacted at a higher rate (DALYs among Māori were 25 per 1000 population; among non-Māori 15 per 1000 population). The burden of HTO was greater than that to drinkers (DALYs HTO = 78 277; DALYs drinkers = 60 174). CONCLUSIONS: Disability from fetal alcohol spectrum disorder (FASD) appears to be a major contributor to alcohol's harm to others in Aotearoa/New Zealand. Taking FASD into account, the health burden of harm to others is larger than harm to the drinker in Aotearoa/New Zealand, and ethnicity differences show inequity in harm to others. Quantification of the burden of harm informs the value of implementing effective alcohol policies and should include the full range of 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 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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,674
Score d'incertitude au seuil0,656

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,006
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,130
Tête enseignante GPT0,359
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207