Local Macroeconomic Trends and Hospital Admissions for Child Abuse, 2000–2009
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To examine the relationship between local macroeconomic indicators and physical abuse admission rates to pediatric hospitals over time. METHODS: Retrospective study of children admitted to 38 hospitals in the Pediatric Hospital Information System database. Hospital data were linked to unemployment, mortgage delinquency, and foreclosure data for the associated metropolitan statistical areas. Primary outcomes were admission rates for (1) physical abuse in children <6 years old, (2) non-birth, non-motor vehicle crash-related traumatic brain injury (TBI) in infants <1 year old (which carry high risk for abuse), and (3) all-cause injuries. Poisson fixed-effects regression estimated trends in admission rates and associations between those rates and trends in unemployment, mortgage delinquency, and foreclosure. RESULTS: Between 2000 and 2009, rates of physical abuse and high-risk TBI admissions increased by 0.79% and 3.1% per year, respectively (P ≤ .02), whereas all-cause injury rates declined by 0.80% per year (P < .001). Abuse and high-risk TBI admission rates were associated with the current mortgage delinquency rate and with the change in delinquency and foreclosure rates from the previous year (P ≤ .03). Neither abuse nor high-risk TBI rates were associated with the current unemployment rate. The all-cause injury rate was negatively associated with unemployment, delinquency, and foreclosure rates (P ≤ .007). CONCLUSIONS: Multicenter hospital data show an increase in pediatric admissions for physical abuse and high-risk TBI during a time of declining all-cause injury rate. Abuse and high-risk TBI admission rates increased in relationship to local mortgage delinquency and foreclosure trends.
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.
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) | 0,000 | 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 découle