Intentional Traumatic Brain Injury in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Violence and traumatic brain injury (TBI) are two major public health concerns. This violence-related TBI, however, has not been studied in Canada and there is little literature on a profile of risk factors and injury severity regarding TBI because of self-inflicted/suicidal and assault/homicidal injury compared with unintentional TBI. METHODS: Cross-sectional study using the comprehensive data set (CDS) of Ontario trauma registry (OTR) from 1993 to 2001. SETTING: Data from a large trauma registry were used to assess demographic and injury-related characteristics, injury severity and incident time associated with TBI that were either caused unintentionally, were self-inflicted or resulted from an assault. RESULTS: This study identified 1,409 (8.0%) intentional TBIs and 16,211 (92.0%) unintentional TBIs. Of the intentional TBIs, 389 (27.6%) was self-inflicted TBI (Si-TBI) and 1,020 (72.4%) was other-inflicted TBI (Oi-TBI). The most common cause of Si-TBI was "jumping from high places" (32.1%), followed by "firearms" (30.6%). About half of Oi-TBI was because of "fight and brawl" (48.3%), followed by "struck by objects" (26.1%). Si-TBI was associated with younger age, female gender, and having more alcohol/drug abuse history. For Oi-TBI, younger age, male gender, having more alcohol/drug abuse history were independently associated. CONCLUSION: This research provides the first comprehensive overview of intentional TBI based on Canadian data. The CDS of the OTR provided the ability to identify who is at risk for intentional TBI. Prevention programs and more targeted rehabilitation services should be designed for this vulnerable population.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».