The association between off- and on-premise alcohol outlet density and 100% alcohol-attributable emergency department visits by neighbourhood-level socioeconomic status in Ontario, Canada
Notice bibliographique
Résumé
Alcohol availability is positively associated with alcohol use and harms, but the influence of socioeconomic status (SES) on these associations is not well established. This population-based cross-sectional study examined neighbourhood-level associations between physical alcohol availability (measured as off- and on-premise alcohol outlet density) and 100% alcohol-attributable emergency department (ED) visits by neighbourhood SES in Ontario, Canada from 2017 to 2019 (n = 19,740). A Bayesian spatial modelling approach was used to assess associations and account for spatial autocorrelation, which produced risk ratios (RRs) and 95% credible intervals (95% CrI). Each additional off-premise alcohol outlet in a neighbourhood was associated with a 3% increased risk of alcohol-attributable ED visits in both men (RR = 1.03, 95%CrI: 1.02–1.04) and women (RR = 1.03, 95% CrI: 1.02–1.04). Positive associations were also observed between on-premise alcohol outlet density and alcohol-attributable ED visits, although effect sizes were small. A disproportionately greater association with ED visits was observed with increasing alcohol outlet density in the lowest compared to higher SES neighbourhoods. Reducing physical alcohol availability may be an important policy lever for reducing alcohol harm and alcohol-attributable health inequities. • Little is known about the impact of alcohol availability on alcohol harm by SES. • Alcohol outlet density was associated with higher alcohol-attributable ED visits. • Low vs. high SES areas had higher outlet density and ED visits. • Alcohol outlet density had larger impact on ED visits in low vs. high SES areas. • Restricting physical alcohol availability may reduce alcohol harm inequities.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».