MétaCan
Menu
Retour à la cohorte
Enregistrement W2009910575 · doi:10.1080/15389588.2012.654411

Medical Conditions, Medication Use, and Their Relationship With Subsequent Motor Vehicle Injuries: Examination of the Canadian National Population Health Survey

2012· article· en· W2009910575 sur OpenAlexaffabout
Evelyn Vingilis, Piotr Wilk

Notice bibliographique

RevueTraffic Injury Prevention · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioPethidineAsthmaPopulationConfidence intervalDiabetes mellitusRheumatismPhysical therapyInternal medicineAnesthesiaAnalgesicEnvironmental health

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine the effects of various medical conditions and medications on subsequent motor vehicle injuries (MVIs). METHOD: The National Population Health Survey, a large, nationally representative, longitudinal study of Canadians, included self-reported medical conditions of asthma, arthritis/rheumatism, back problems excluding arthritis, high blood pressure, migraine headaches, diabetes, heart disease and distress, and medication use during the past month for asthma, high blood pressure, diabetes, heart, codeine/pethidine (Demerol)/morphine, other pain relievers, antidepressants, tranquilizers, and sleeping medication. Path analyses were used to examine the odds of subsequent MVI for different medical conditions and medication use reported prior to the MVI (in the previous wave of the survey) while controlling for age and sex. RESULTS: Increased odds of subsequent MVIs were found for asthma (odds ratio [OR]: 1.864, 95% confidence interval [CI]: 1.281, 2.713), arthritis/rheumatism (OR: 1.659, 95% CI: 1.163, 2.365), back problems (OR: 2.169, 95% CI: 1.624, 2.895), and migraines (OR: 1.631, 95% CI: 1.125, 2.364) but not for high blood pressure (OR: 1.435, 95% CI: 0.944, 2.181), diabetes (OR: 1.479, 95% CI: 0.743, 2.944), heart disease (OR: 2.627, 95% CI: 0.941, 7.334) or distress (OR: 1.153, 95% CI: 0.840, 1.581). Except for migraine with codeine/pethidine/morphine, this effect persisted regardless of whether medication was used to treat the condition. Respondents who reported using certain medications, namely, codeine/pethidine/morphine (OR: 2.215, 95% CI: 1.274, 3.850), other pain medication (OR: 1.630, 95% CI: 1.242, 2.139), antidepressants (OR: 2.664. 95% CI: 1.602, 4.429), and sleeping medication (OR: 2.059, 95% CI: 1.161, 3.651), had increased odds of subsequent MVI, independent of related medical condition, whereas tranquillizers showed no increased odds of subsequent MVIs. CONCLUSIONS: This study suggests that the relationship between medical conditions, medications, and MVIs is complex but consistent with other studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,389
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTraffic Injury PreventionMême sujetOlder Adults Driving StudiesTravaux en français237 207