Estimating driver risk using alcohol biomarkers, interlock blood alcohol concentration tests and psychometric assessments: initial descriptives
Notice bibliographique
Résumé
AIM: To identify alcohol biomarker and psychometric measures that relate to drivers' blood alcohol concentration (BAC) patterns from ignition interlock devices (IIDs). DESIGN, SETTING, PARTICIPANTS, MEASUREMENTS: In Alberta, Canada, 534 drivers, convicted of driving under the influence of alcohol (DUI), installed IIDs and agreed to participate in a research study. IID BAC tests are an established proxy for predicting future DUI convictions. Three risk groups were defined by rates of failed BAC tests. Program entry and follow-up blood samples (n = 302, 171) were used to measure phosphatidyl ethanol (PETH), carbohydrate deficient transferrin (%CDT), gamma glutamyltransferase (GGT) and other biomarkers. Program entry urine (n = 130) was analyzed for ethyl glucuronide (ETG) and ethyl sulphate (ETS). Entry hair samples were tested for fatty acid ethyl esters (FAEE) (n = 92) and ETG (n = 146). Psychometric measures included the DSM-4 Diagnostic Interview Schedule Alcohol Module, Alcohol Use Disorders Identification Test (AUDIT), the time-line follow-back (TLFB), the Drinker Inventory of Consequences (DRINC) and the Temptation and Restraint Inventory (TRI). FINDINGS: Except for FAEE, all alcohol biomarkers were related significantly to the interlock BAC test profiles; higher marker levels predicted higher rates of interlock BAC test failures. PETH, the strongest with an overall analysis of variance F ratio of 35.5, had significant correlations with all nine of the other alcohol biomarkers and with 16 of 19 psychometric variables. Urine ETG and ETS were correlated strongly with the IID BAC tests. CONCLUSIONS: The findings suggest that several alcohol biomarkers and assessments could play an important role in the prediction and control of driver alcohol risk when re-licensing.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».