Does Obesity Increase the Risk of Injury or Mortality in Motor Vehicle Crashes? A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
The objective of this review was to assess the risk of obesity in injuries and fatalities resulting from motor vehicle crash (MVC), as compared with individuals with a normal-range body mass index. A systematic review of the literature was conducted yielding 824 potential studies. Nine of these studies met our inclusion criteria. Meta-analyses examining obesity as a risk factor for various injury types and risk of fatality were conducted using data from these studies. Obesity was associated with higher fatality risk (odds ratio [OR] = 1.89, 95% confidence interval [CI] = 1.51-2.37, P = .0001; pooled estimate from 6 studies), and increased risk of lower extremity fractures (OR = 1.39, 95% CI = 1.18-1.65, P = .0001; pooled estimate from 2 studies). No significant differences were observed when considering abdominal injuries or pelvic fractures. Interestingly, for head injuries obesity was a protective factor (OR = 0.67, 95% CI = 0.46-0.97, P = .0001; pooled data from 3 studies). Evidence strongly supports the association of obesity with higher fatality and fractures of the lower extremities in MVCs. Contrary to our hypothesis, 3 studies showed that obesity was a protective factor in reducing head injuries. Furthermore, the review shows that obesity was not a risk factor of MVC-related pelvic fractures and abdominal injuries.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,028 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».