Risk of Maltreatment-Related Injury: A Cross-Sectional Study of Children under Five Years Old Admitted to Hospital with a Head or Neck Injury or Fracture
Notice bibliographique
Résumé
OBJECTIVES: To determine the predictive value and sensitivity of demographic features and injuries (indicators) for maltreatment-related codes in hospital discharge records of children admitted with a head or neck injury or fracture. STUDY DESIGN: Population-based, cross sectional study. SETTING: NHS hospitals in England. SUBJECTS: Children under five years old admitted acutely to hospital with head or neck injury or fracture. DATA SOURCE: Hospital Episodes Statistics, 1997 to 2009. MAIN OUTCOME MEASURE: Maltreatment-related injury admissions, defined by ICD10 codes, were used to calculate for each indicator (demographic feature and/or type of injury): i) the predictive value (proportion of injury admissions that were maltreatment-related); ii) sensitivity (proportion of all maltreatment-related injury admissions with the indicator). RESULTS: Of 260,294 childhood admissions for fracture or head or neck injury, 3.2% (8,337) were maltreatment-related. With increasing age of the child, the predictive value for maltreatment-related injury declined but sensitivity increased. Half of the maltreatment-related admissions occurred in children older than one year, and 63% occurred in children with head injuries without fractures or intracranial injury. CONCLUSIONS: Highly predictive injuries accounted for very few maltreatment-related admissions. Protocols that focus on high-risk injuries may miss the majority of maltreated children.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».