Reduced alcohol consumption during the COVID-19 pandemic: Analyses of 17 000 patients seeking primary health care in Colombia and Mexico
Notice bibliographique
Résumé
During the COVID-19 pandemic, an increase of heavy alcohol use has been reported in several high-income countries. We examined changes in alcohol use during the pandemic among primary health care (PHC) patients in two middle income countries, Colombia and Mexico.Data were collected during routine consultations in 34 PHC centres as part of a large-scale implementation study. Providers measured patients' alcohol consumption with the three item 'Alcohol Use Disorders Identification Test' (AUDIT-C). Generalized linear mixed models were performed to examine changes in two dependent variables over time (pre-pandemic and during pandemic): 1) the AUDIT-C score and 2) the proportion of heavy drinking patients (8+ on AUDIT-C).Over a period of more than 600 days, data from N = 17 273 patients were collected. During the pandemic, the number of patients with their alcohol consumption measured decreased in Colombia and Mexico. Each month into the pandemic was associated with a 1.5% and 1.9% reduction in the mean AUDIT-C score in Colombia and Mexico, respectively. The proportion of heavy drinking patients declined during the pandemic in Colombia (pre-pandemic: 5.4%, 95% confidence interval (CI) = 4.8% to 6.0%; during the pandemic: 0.8%, 95% CI = 0.6% to 1.1%) but did not change in Mexico.Average consumption levels declined and the prevalence of heavy drinking patterns did not increase. In addition to reduced opportunities for social drinking during the pandemic, changes in the population seeking PHC and restrictions in alcohol availability and affordability are likely drivers for lower levels of alcohol use by patients in this study.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».