Impact of diabetes on crash risks of truck-permit holders and commercial drivers.
Notice bibliographique
Résumé
OBJECTIVE: The U.S. and some Canadian government agencies have waived commercial license restrictions for some insulin-using diabetic drivers. However, the U.S. Federal Highway Administration is no longer giving waivers. Scientific evidence to support such regulations has been sparse. This article presents detailed analyses of crash risks for users and nonusers of insulin among diabetic truck-permit holders in Québec, Canada. RESEARCH DESIGN AND METHODS: Diabetic truck-permit holders were group-matched by age to a random sample of healthy permit holders. Data on permits, medical conditions, and crashes involving 13,453 permit holder-years in 1987-1990 were extracted from the files of the public insurer for automobile injuries in Québec. Additional health status data were obtained from the provincial public health insurer. A telephone survey was conducted to collect data on driving patterns and exposure. Risk ratios were estimated using negative binomial regression models. RESULTS: Risk ratios for crashes vary by category of diabetes. Permit holders for single-unit trucks (STs) who are diabetic without complications and not using insulin have an increased crash risk of 1.68 when compared with healthy permit holders of the same permit class. When controlling for risk exposure, commercial drivers with an ST permit and the same diabetic condition have an increased risk of 1.76. Insulin use is not associated with higher crash risk. CONCLUSIONS: The increased crash risk for the group with uncomplicated diabetes not using insulin is a new finding. The lack of consistent increases in crash risks among diabetic commercial drivers with complications or who use insulin may be a "healthy worker effect" masking the real risk, because these licensees have a lower participation rate as professional drivers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».