Influence of a New Province-Wide Trauma System on Motor Vehicle Trauma Care and Mortality
Notice bibliographique
Résumé
BACKGROUND: Mature trauma systems have evolved to respond to high rates of major injury morbidity and mortality. Characterized by prehospital care, triage, transportation, aggressive resuscitation, surgery, and rehabilitation, trauma systems have been found to improve survival for seriously injured patients. In Nova Scotia, a province-wide trauma system was implemented between 1995 and 1998. This study investigated the influence of the province-wide trauma system on motor vehicle trauma care and mortality in its first 2 years of existence. METHODS: Subjects over the age of 15 years were identified using E-codes pertaining to motor vehicle traffic crashes from population-based hospital claims and vital statistics data. Individuals who were hospitalized or died because of a motor vehicle crash in 1993 through 1994, before trauma system implementation, were compared with those who were hospitalized or died in 1999 through 2000, after the trauma system was implemented. RESULTS: In the 2-year period after trauma system implementation, there was a 21% increase in the number of seriously injured individuals with a primary admission to tertiary care. This increase was both clinically and statistically significant even after adjustment for age, gender, multiple injuries, head injury, municipality of residence, and vital status at discharge (RR, 1.21, 95% CI, 1.05-1.35). There was no evidence that the probability of dying while in hospital significantly changed in the first 2 years after trauma system implementation. INTERPRETATION: These results indicate that individuals seriously injured in motor vehicle crashes in Nova Scotia are more likely to be admitted to tertiary care in the postimplementation period.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».