Reducing Alcohol Use to Prevent Cancer Deaths: Estimated Effects Among U.S. Adults
Notice bibliographique
Résumé
INTRODUCTION: The Dietary Guidelines for Americans, 2020-2025 recommends non-drinking or no more than 2 drinks for men or 1 drink for women in a day. However, even at lower levels, alcohol use increases the risk for certain cancers. This study estimated mean annual alcohol-attributable cancer deaths and the number of cancer deaths that could potentially be prevented if all U.S. adults who drank in excess of the Dietary Guidelines had instead consumed alcohol to correspond with typical consumption of those who drink within the recommended limits. METHODS: Among U.S. residents aged ≥20 years, mean annual alcohol-attributable cancer deaths during 2020-2021 that could have been prevented with hypothetical reductions in alcohol use were estimated. Mean daily alcohol consumption prevalence estimates from the 2020-2021 Behavioral Risk Factor Surveillance System, adjusted to per capita alcohol sales to address underreporting of drinking, were applied to relative risks to calculate population-attributable fractions for cancers that can occur from drinking alcohol. Analyses were conducted during February-April 2023. RESULTS: In the U.S., an estimated 20,216 cancer deaths were alcohol-attributable/year during 2020-2021 (men: 14,562 [72.0%]; women: 5,654 [28.0%]). Approximately 16,800 deaths (83% of alcohol-attributable cancer deaths, 2.8% of all cancer deaths) could have been prevented/year if adults who drank alcohol in excess of the Dietary Guidelines had instead reduced their consumption to ≤2 drinks/day for men or ≤1 drink/day for women. Approximately 650 additional deaths could have been prevented annually if men consumed 1 drink/day, instead of 2. CONCLUSIONS: Implementing evidence-based alcohol policies (e.g., increasing alcohol taxes, regulating alcohol outlet density) to decrease drinking could reduce alcohol-attributable cancers, complementing clinical interventions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».