Impact of Mandatory Physician Reporting on Accident Risk in Epilepsy
Notice bibliographique
Résumé
BACKGROUND: In some jurisdictions, physicians are required by law to report patients with seizures to the department of motor vehicles. We assessed the hypothesis that mandatory reporting reduces the risk of automobile accidents in people with epilepsy. METHODS: A retrospective survey of driving and accident rates was done by mailed questionnaire to two groups of subjects with epilepsy in Canada, one living in Ontario where reporting is mandatory and the other in Alberta where it is not. Responses were obtained from a control group without epilepsy for comparison. RESULTS: The epilepsy (n = 425) and control (n = 375) groups were comparable in age and sex. Seventy-three percent of the epilepsy group were or had been licensed drivers compared to 94% of the controls (rr 0.77, 95% CI 0.73-0.83, p < 0.001). Lifetime accident rate of licensed drivers was 58% in epilepsy and 60% in controls (rr 0.99, 95%CI 0.82-1.19, ns) while 9% of the epilepsy group and 9% of the controls had an accident in the previous year (rr 1.00, 95%CI 0.95-1.06, ns). All those with epilepsy in Ontario (n = 202) and Alberta (n = 223), also comparable in age and sex, had equal lifetime accident rates of 45 and 46% (rr 0.99, 95%CI 0.67-1.47, ns) and 1-year rates of 11 and 8% (rr 1.38, 95%CI 0.59-3.27, ns). In Ontario, 20% of drivers were unlicensed compared to 9% in Alberta (rr 2.39, 95%CI 1.17-4.89, p = 0.01) CONCLUSION: Although it is clearly dangerous for many people with ongoing seizures to drive, the findings provide no support for the hypothesis that mandatory reporting of patients by physicians reduces accident risk and suggest that concerns about the impact of epilepsy on driving compared to other medical and nonmedical risk factors may be excessive.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».