The prevalence of alcohol-related deaths in autopsies performed in Lithuania between 2017 and 2020: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Consumption of alcohol is a risk factor for non-communicable and infectious diseases, mental health problems, and can lead injuries and violence. The aim of this study was to evaluate the prevalence of alcohol-involved deaths among decedents who died of external causes and underwent autopsy in Lithuania. METHODS: Study includes age persons of any age (from 0 to 110 years) who died and were autopsied in Lithuania from 1 January 2017 to 31 December 2020. Data were obtained from the Lithuanian State Register of Deaths and Their Causes. RESULTS: Among external causes of death, the presence of alcohol was detected in 55.0% of cases. Male decedents had a significantly higher number of positive BAC level recorded, at 46.6%, compared with female decedents (32.1%; P < 0.001). The highest incidence of deaths where the alcohol was detected in the deceased's blood was found when the decedent was listed as being in the victims of assault group (71.5%, 95% CI 65.4-77.2). However, the highest median BAC score was found for those in the accidents group (59.7%, 95% CI: 58.2-61.2, BAC 2.42 ‰, IQR 1.86). CONCLUSIONS: The findings of this study suggest that alcohol use may be a contributing factor in a wide range of fatal incidents, including accidents, injuries, and cases of violent intent. Inequalities between males and females were identified, with a higher proportion of males with alcohol detected in blood at the time of death.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».