Implementing primary healthcare-based measurement, advice and treatment for heavy drinking and comorbid depression at the municipal level in three Latin American countries: final protocol for a quasiexperimental study (SCALA study)
Notice bibliographique
Résumé
This paper outlines the protocol for a quasiexperimental study1 to test the implementation of primary healthcare (PHC)-based measurement, advice and treatment for heavy drinking and comorbid depression at the municipal level in three Latin American countries, Colombia, Mexico and Peru (Scale-up of Prevention and Management of Alcohol Use Disorders and Comorbid Depression in Latin America (SCALA) study). Heavy drinking is a cause of considerable disability, morbidity and mortality.2 Heavy drinking is a causal factor for some communicable diseases (including TB and HIV/AIDS), for many non-communicable diseases (NCDs, including cancers, cardiovascular diseases and gastrointestinal diseases) and for many mental and behavioural disorders, including depression, dementias and suicide.3 4 In PHC settings, two-fifths of people with heavy drinking have depression, with risks of incident depression higher for heavier as opposed to lighter drinkers.5 In addition to its role in the aetiology of depression, heavy drinking is associated with worsening the depression course, including suicide risk, impaired social functioning and impaired …
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 | 0,036 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,007 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,009 |
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 ».