Alcohol-related liver disease: A global perspective
Notice bibliographique
Résumé
Alcohol-associated liver disease (ALD) represents one of the deadliest yet preventable consequences of excessive alcohol use. It represents 5.1 % of the global burden of disease, mainly involving the productive-age population (15-44 years) and leading to an increased mortality risk from traffic road injuries, suicide, violence, cardiovascular disease, neoplasms, and liver disease, among others, accounting for 5.3 % of global deaths. Daily alcohol consumption, binge drinking (BD), and heavy episodic drinking (HED) are the patterns associated with a higher risk of developing ALD. The escalating global burden of ALD, even exceeding what was predicted, is the result of a complex interaction between the lack of public policies that regulate alcohol consumption, low awareness of the scope of the disease, late referral to specialists, underuse of available medications, insufficient funds allocated to ALD research, and non-predictable events such as the COVID-19 pandemic, where increases of up to 477 % in online alcohol sales were registered in the United States. Early diagnosis, referral, and treatment are pivotal to achieving the therapeutic goal in patients with alcohol use disorder (AUD) and ALD, where complete alcohol abstinence and prevention of alcohol relapse are expected to enhance overall survival. This can be achieved through a combination of cognitive behavioral, motivational enhancement and pharmacological therapy. Furthermore, the appropriate use of available pharmacological therapy and implementation of public policies that comprehensively address this disease will make a real difference.
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) | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».