Alcohol Sales and Adverse Events during the Covid-19 Pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Alcohol sales increased at the onset of the coronavirus disease 2019 (Covid-19) pandemic, while alcohol-related emergency department (ED) visits decreased. It is unknown whether these patterns of alcohol use persisted or led to delayed effects on health. METHODS: We conducted a cross-sectional time series analysis of alcohol sales and alcohol-related adverse events in Ontario, Canada. We obtained 6 years of alcohol sales data from the largest regional alcohol distributor. We obtained monthly counts of alcohol-related ED visits, hospital admissions, and toxicity deaths. We defined our exposure as the start of the Covid-19 pandemic (March 1, 2020). We used linear mixed models to compare mean monthly alcohol sales and adverse events during prepandemic and pandemic periods. We used univariate Poisson regression models to generate incident rate ratios for alcohol-related adverse events comparing the prepandemic (February 28, 2016, to February 29, 2020) and pandemic (March 1, 2020, to February 26, 2022) periods. RESULTS: Alcohol sales increased, on average, by CA$43.5 million per month (95% confidence interval [CI], CA$26.1 million to CA$60.9 million; P<0.01) during the pandemic years compared with the prepandemic period. We observed a 7% increase (95% CI, 5 to 8) in the proportion of alcohol-related ED visits during the pandemic years, due to a modest decrease in alcohol-related ED visits and a larger decrease in all-cause ED visits. Overall, an average increase of 191 alcohol-related admissions occurred per month (95% CI, 101 to 282). We also observed an average increase of eight toxicity deaths per month (95% CI, 4 to 12). CONCLUSIONS: Alcohol sales and alcohol-related adverse events increased during the Covid-19 pandemic.
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.
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 | 0,001 |
| 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 découle