MétaCan
Menu
Retour à la cohorte
Enregistrement W4413753578 · doi:10.1016/s2468-2667(25)00174-4

National, regional, and global statistics on alcohol consumption and associated burden of disease 2000–20: a modelling study and comparative risk assessment

2025· article· en· W4413753578 sur OpenAlexafffund
Kevin D. Shield, Ari Franklin, Ashley Wettlaufer, Ivneet Sohi, Meera Bhulabhai, Elizabeth K. Farkouh, Iman Kassam, Ronaz Remtulla, Sarah Richter, Farhana Safa, Sara Tasnim, Abhinav Thakral, Muhammad Zeeshan Qamar, Jürgen Rehm

Notice bibliographique

RevueThe Lancet Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental HealthWestern University
Organismes subventionnairesCentre for Addiction and Mental HealthWorld Health Organization
Mots-clésAlcohol consumptionBurden of diseaseEnvironmental healthConsumption (sociology)MedicineRisk assessmentStatisticsActuarial scienceEconomicsAlcoholPopulationMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Data on alcohol consumption and associated health harms are essential to evaluate progress in achieving global health goals. This study aims to estimate global alcohol consumption from 2000 to 2020, and the global burden of alcohol-attributable harms from 2000 to 2019. METHODS: In this global analysis, adult per capita consumption data estimates were modelled on the basis of sales, survey, and traveller data. Drinking status and past 30-day heavy episodic drinking were estimated through regression analyses of 540 surveys from 174 countries. Alcohol-attributable harms were estimated using a comparative risk assessment methodology by combining alcohol consumption data with corresponding relative risks obtained from meta-analyses and cohort studies. Mortality and morbidity data were obtained from WHO Global Health Estimates. FINDINGS: Globally, average alcohol consumption in 2019 among adults was 5·5 L (95% uncertainty interval 4·9-6·2), which increased from 5·1 L (4·6-5·7) in 2000. From 2019 to 2020 alcohol consumption decreased to 4·9 L (4·3-5·6). In 2019, alcohol consumption was associated with 2·6 (2·3-3·1) million deaths (4·7% of all deaths) and 116·0 million disability-adjusted life-years (DALYs) lost (4·6% of all DALYs lost). In contrast to alcohol consumption, the number of alcohol-attributable deaths decreased by 31·0% and DALYs lost per 100 000 people decreased by 27·4% from 2000 to 2019. INTERPRETATION: Alcohol is attributed to a large burden of disease, which disproportionately affects people in Eastern Europe and in Central and Southern Sub-Saharan Africa, and young people. Accordingly, these regions should implement policies such as alcohol taxation increases, availability reductions, and marketing restrictions to reduce alcohol-related harms. FUNDING: WHO.

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)0,029
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0060,009
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
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 Opus0,244
Tête enseignante GPT0,443
Écart entre enseignants0,199 · 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'étudeSimulation ou modélisation
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

Citations23
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Public HealthMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207