MétaCan
Menu
Back to cohort
Record W4402897974 · doi:10.1055/s-0044-1790407

Können höhere Alkoholsteuern zu einer Verringerung der alkoholbedingten gesundheitlichen Ungleichheit beitragen? Ergebnisse einer Mikrosimulationsstudie

2024· article· de· W4402897974 on OpenAlexaff
Carolin Kilian, Charlotte Probst, Charlotte Buckley, Jürgen Rehm, William C. Kerr

Bibliographic record

VenueSuchttherapie · 2024
Typearticle
Languagede
FieldDecision Sciences
Topicdemographic modeling and climate adaptation
Canadian institutionsCentre for Addiction and Mental Health
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Hintergrund und Fragestellung: Verbrauchssteuern auf alkoholische Getränke zählen zu den von der Weltgesundheitsorganisation als kosteneffektiv empfohlenen Maßnahmen. Beobachtungsstudien legen nahe, dass Alkoholsteuern nicht nur die alkoholbedingte Krankheitslast auf Bevölkerungsebene verringern, sondern auch zum Abbau gesundheitlicher Ungleichheit zwischen Personen mit niedrigem und hohem sozioökonomischem Status (SÖS) beitragen können. Die vorliegende Studie überprüft diese Hypothese erstmals mit Hilfe eines innovativen Mikrosimulationsmodells. Methoden/Erläuterung des Versorgungsprojektes: In einem dynamischen Computermodell simulieren wir Alkoholkonsum auf individueller Ebene für die Jahre 2000 bis 2019. Die synthetische Population repräsentiert die erwachsene US-Bevölkerung entsprechend ihrer Verteilung nach Geschlecht, Alter (18-79), ethnischer Zugehörigkeit und Bildungsabschluss (Indikator für SÖS). Das Sterberisiko jeder simulierten Person wird auf der Grundlage von Risikofunktionen für zehn alkoholbedingte Todesursachen modelliert. Die Modellparameter werden mit Hilfe eines Bayes’schen Ansatzes kalibriert. Um die Auswirkungen einer einmaligen Erhöhung der Alkoholsteuern auf die durch Alkoholkonsum verlorenen Lebensjahre getrennt nach Geschlecht und Bildungsgruppe zu untersuchen, werden kontrafaktische Szenarien mit verschiedenen Steuererhöhungen im Jahr 2015 berechnet. Ergebnisse/Erfahrungen, Erwartungen: Vorläufige Ergebnisse deuten darauf hin, dass in Szenarien mit höherer Alkoholsteuer ein geringerer Verlust in den Lebensjahren aufgrund von Alkoholkonsum zu beobachten ist. Das Ausmaß der gewonnenen Lebensjahre variiert zwischen den Bildungsgruppen, wobei die Gruppe mit dem niedrigsten Bildungsabschluss die größten Gewinne aufzeigt. Diese positiven Effekte höherer Alkoholsteuern flachen in den Jahren nach der einmaligen Intervention ab. Diskussion und Schlussfolgerung: Die Mikrosimulation ermöglicht es, die Auswirkungen höherer Alkoholsteuern auf den Alkoholkonsum und die alkoholbedingte Krankheitslast in verschiedenen Bevölkerungsgruppen zu untersuchen. Das Computermodell trägt so zu einem besseren Verständnis der Wirkungsmechanismen alkoholpolitischer Maßnahmen bei und bietet Einblicke in deren Auswirkungen auf die gesundheitliche Ungleichheit. Die Erkenntnisse lassen sich auf andere Länder übertragen und sind für Deutschland als Hochkonsumland mit liberaler Alkoholpolitik von großer Bedeutung. Offenlegung von Interessenskonflikten sowie Förderungen: Ich und die Koautorinnen und Koautoren erklären, dass während der letzten 3 Jahre keine wirtschaftlichen Vorteile oder persönlichen Verbindungen bestanden, welche die Arbeit zum eingereichten

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.005
Threshold uncertainty score0.017

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.005
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.087
GPT teacher head0.379
Teacher spread0.293 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractno

Explore more

Same venueSuchttherapieSame topicdemographic modeling and climate adaptationFrench-language works237,207