MétaCan
Menu
Retour à la cohorte
Enregistrement W4405595960 · doi:10.2105/ajph.2024.307910

Direct Estimation of Alcohol-Attributable Fractions for Suicide in the United States, 2021

2024· article· en· W4405595960 sur OpenAlexaff
Jennifer L. Robitaille, Jürgen Rehm, Mark S. Kaplan, Carolin Kilian, Laura Llamosas‐Falcón, Shannon Lange

Notice bibliographique

RevueAmerican Journal of Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMedicineSuicide preventionPoison controlOccupational safety and healthInjury preventionAlcoholPublic healthHuman factors and ergonomicsDemographyEnvironmental healthChemistryPathology

Résumé

récupéré en direct d'OpenAlex

Objectives. To estimate the alcohol-attributable fraction (AAF) for suicide in the United States. Methods. Using restricted-access data from the National Violent Death Reporting System for 2021, we estimated the sex-specific AAF for suicide, among those 15 years of age and older, by sociodemographic characteristics and suicide means. An alcohol-attributable suicide was defined as that for which the decedent had a blood alcohol concentration of 0.10 grams per deciliter or higher. Results. In 2021, the AAF for suicide for males (20.2%) was significantly higher than that for females (17.8%; P < .001). The AAF for suicide was higher for both males and females who used a firearm as the means of suicide (23.4% and 22.8%, respectively) compared with their counterparts who used other means (16.5% and 15.9%, respectively). Conclusions. Despite some variation, AAFs for suicide were consistently high, with about 1 in 5 suicides being attributable to alcohol use. Therefore, suicide prevention initiatives in the United States should also target excessive alcohol use. ( Am J Public Health. 2025;115(3):364–368. https://doi.org/10.2105/AJPH.2024.307910 )

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,457
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Public HealthMême sujetAlcohol Consumption and Health EffectsTravaux en français237 207