Global epidemiology of alcohol‐associated liver disease in adolescents and young adults
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The objective of the study was to analyse the prevalence, incidence, and death of alcohol-associated liver disease (ALD) among adolescents and young adults globally, continentally, and nationally, focusing on trends over time. METHODS: The study analysed data from the Global Burden of Disease (GBD) study between 2000 and 2019. It examined ALD's prevalence, incidence, and death in adolescents and young adults aged 15-29, segmented by region, nation, and sociodemographic index. The analysis utilised Joinpoint regression modelling to calculate the annual per cent change (APC) in the rate of these parameters over time. RESULTS: In 2019, there were 281,450 ALD prevalences, 18,930 incidences, and 3190 deaths among adolescents and young adults globally. From 2000 to 2019, the age-adjusted prevalence rate per 100,000 increased in the 25-29 age group (APC: +0.6%, p = 0.003), remained stable among ages 20-24 (p = 0.302) and ages 15-19 (p = 0.160). Prevalence increased significantly from age 15-19 to 20-24 (19-fold increase) and from age 20-24 to 25-29 (2.5-fold increase). ALD prevalence rates increased in all age groups in adolescents and young adults in Africa and the Eastern Mediterranean region. Around three-quarters of countries and territories experienced an increase in ALD incidence rates in young adults. CONCLUSION: Over two decades, the burden of ALD among adolescents and young adults has increased globally. The study emphasises the importance of public health policies aimed at reducing alcohol consumption and preventing ALD among younger populations.
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) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».