Trend analyses and comparison of characteristics of current-, former- and never-drinkers among young adults in France from 2000 to 2021
Notice bibliographique
Résumé
BACKGROUND: An overall decrease in alcohol consumption has recently been observed among a growing segment of the youth population in Western countries. Our study aimed to assess evolving trends in the rates of current-, former- and never- alcohol drinkers among 18-30-year-old French individuals between 2000 and 2021, and to compare their socio-economic characteristics, psychoactive substance use, and health-related parameters. METHODS: We used cross-sectional survey data from the 2000, 2005, 2010, 2014, 2017 and 2021 editions of the French Health Barometer, and tested the existence of a linear trend in current-, former- and never-drinking among young adults aged 18 to 30 over time. We compared the characteristics of the three groups by conducting a multivariable logistic regression. RESULTS: In total, 26,622 participants were included in our analyses. We found no significant changes in the trends of current-, former- and never-drinkers from 2000 to 2021. Post-hoc analyses found no significant changes in the trend of at-risk drinkers during the same period. Compared to current-drinkers, former- and never- drinkers were less likely to be male (OR: 0.75 [0.66; 0.85]); OR: 0.48 [0.43; 0.54]), and were more likely to have incomplete high school education (OR: 1.70 [1.47; 1.97]; OR: 1.72 [1.51; 1.96]), to be unemployed (OR: 1.58 [1.33; 1.89]; OR: 1.34 [1.15; 1.56]), to have a low income (OR: 1.88 [1.62; 2.19]; OR: 1.28 [1.13; 1.45]), to have a higher level of physical activity (OR: 2.57 [2.25; 2.95]; OR: 1.38 [1.24; 1.55]), and to practice a religion (OR: 17.16, 95CI [15.08; 19.53]; OR: 5.43 [4.88; 6.05]). Never-drinkers were less likely to have experimented with tobacco and cannabis, as well as other illicit drugs, while former-drinkers were less likely to report current tobacco use or past-year cannabis use. CONCLUSIONS: In contrast to other countries, we found no clear trend indicating a shift in the patterns of alcohol use among young adults aged 18-30 in France from 2000 to 2021. Groups of current-, former- and never-drinkers differed in socio-economic, socio-demographic, health-related parameters and substance use characteristics.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».