Intentional injuries among Ugandan youth: a trauma registry analysis
Notice bibliographique
Résumé
PURPOSE: To determine intentional injury burden, incident characteristics, and outcomes among Ugandan youth. METHODS: A cross sectional analysis of trauma registry data from accident and emergency units of five regional referral hospitals was conducted. Data had been prospectively collected from all patients accessing injury care at the five sites between July 2004 and June 2005: youth records were analysed. RESULTS: Intentional injuries among youth victims, especially school-age males, are common in all five regions, constituting 7.3% of their injury burden with a male dominance. Intentional youth victimisation mainly occurred at home, on roads, and in public places; incidents were largely due to blunt force, stabs/cuts, and gunshots in general, although variations in causes were evident depending on age. Intentional injuries among the youth victims often manifested as head, neck, and face injuries: 2% were severe and there were 4%case fatalities at 2 weeks. CONCLUSIONS AND RECOMMENDATIONS: Intentional injuries among youth victims, especially school-age males, are important contributors of injury burden in all five sites. Homes, roads, and public places are unsafe for Ugandan youth. Although guns were used in all five sites, less lethal mechanisms (blunt force, stabs/cuts, and burns) are the most common with variations between locations. Incidents involving teenage housewives could reflect underlying problem of domestic violence. Community based studies could be highly informative. Youth should be prioritised for prevention of injuries both in and out of school.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».