Bibliographic record
Abstract
El consumo de alcohol es una de las causas que mas peso tiene por si sola en la morbilidad y mortalidad mundiales. Se ha estimado que contribuye en cerca de 4% al riesgo global de muerte en el mundo, apenas por abajo del tabaquismo que contribuye con 4.1% a ese riesgo global. Como puede observarse, en el mapa existe un grupo de paises en donde el consumo de alcohol tiene un peso relativamente bajo (paises musulmanes y africanos), otros un poco por arriba del promedio (China, Japon, Australia), otros con un riesgo considerablemente mayor (EUA, Canada, Europa Occidental) y otros mas con un riesgo de mas del doble del promedio mundial (Mexico y la mayoria de los paises latinoamericanos y los paises de la ex Union Sovietica). Las variaciones en la proporcion de muertes atribuibles al consumo de alcohol se deben en parte a la cantidad absoluta de alcohol que ingieren las poblaciones y tambien a los patrones de consumo. Estimaciones epidemiologicas establecen que aproximadamente 32% del total de muertes por cirrosis se deben al consumo de alcohol (otro porcentaje importante se debe a la hepatitis C). Sin embargo, la cirrosis no es la unica condicion a traves de la cual el consumo de alcohol nos lesiona. El consumo de alcohol se ha asociado como riesgo de al menos con 60 condiciones medicas. En el cuadro 1 se presenta una lista de enfermedades en cuya presentacion se ha identificado una asociacion con el consumo de alcohol, asi como una estimacion de la proporcion atribuible al alcohol del total de casos. Destaca en el cuadro que, 1) existen enfermedades con una proporcion atribuible muy alta al consumo de alcohol: los desordenes psiquiatricos tipicos del uso de alcohol con 100%, la cirrosis hepatica con 32%, las neoplasias de boca, esofago e higado, los accidentes de vehiculos y los homicidios y 2) para otras enfermedades la proporcion atribuible al consumo de alcohol es menor, por ejemplo trastornos cardiovasculares o diabetes, pero dado que son enfermedades muy frecuentes, la carga de enfermedad producto del alcohol es tambien considerable. Resalta la asociacion que existe entre consumo de alcohol y cancer de mama. El consumo de 10 g diarios de alcohol aumenta el riesgo de esta enfermedad en 9%, pero cuando se consume entre 30 y 60 gramos diarios el riesgo aumenta un 41%, ademas de que existe una asociacion sinergica con el uso de terapia de reemplazo hormonal. En cuanto a la asociacion de consumo de alcohol y enfermedad coronaria existe un comportamiento especial: una curva en J del riesgo segun el consumo. Algunos estudios epidemiologicos han mostrado que consumos pequenos de alcohol se asocian con una disminucion de riesgo de enfermedad coronaria por abajo de los abstemios, pero una vez superado el limite de 20 g el riesgo tiende a aumentar hasta ser mucho mas alto. Esto ha ayudado a las empresas fabricantes de bebidas alcoholicas a ensalzar el consumo “moderado”; sin embargo cabe resaltar que ese efecto desaparece si en algunos momentos ese beber “suave” se intercalara con eventos de tomar “duro”, por lo cual no se justificaria una recomendacion de beber suave como favorable para la salud, ademas de que a nivel poblacional podria tener efectos desastrosos si no se consideran los patrones de consumo reales de esa poblacion y de que este comportamiento no necesariamente seria el mismo para otras enfermedades.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.042 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".