How much do Europeans know about the link between alcohol use and cancer? Results from an online survey in 14 countries
Notice bibliographique
Résumé
OBJECTIVE: In the EU, which has the highest drinking levels worldwide, cancer is the primary cause of alcohol-attributable deaths. Existing studies show gaps in public knowledge, but there is lack of systematic appraisal. The report presents original data from a cross-sectional survey conducted within the framework of an online experimental study in 14 European countries, which among other things assessed baseline knowledge of the alcohol-NCD link, particularly cancer. METHODS: Online questionnaire among adults who consume alcohol conducted in 14 countries in 2022-2023 using different recruitment strategies and applying population weights for the final sample. Baseline assessments measured participants' knowledge of alcohol-attributable health issues (with a specific focus on cancer). RESULTS: Baseline knowledge assessment showed that 90% indicated a causal role of alcohol for liver disease, 68% for heart diseases, and only 53% for cancer. Knowledge of specific alcohol-attributable cancer types was lower, with 39% aware of the link between alcohol use and colon cancer, 28% regarding oral cancer, and only 15% regarding female breast cancer. Knowledge levels varied across different countries and population groups. CONCLUSION: Most Europeans do not know which cancers can be caused by alcohol use and knowledge is low specifically for female breast cancer. More awareness raising and prevention efforts are needed, such as the placement of cancer-specific health warnings on alcohol container labels.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».