The global map for traumatic spinal cord injury epidemiology: update 2011, global incidence rate
Notice bibliographique
Résumé
STUDY DESIGN: Literature review. OBJECTIVES: Update the global maps for traumatic spinal cord injury (TSCI) and incorporate methods for extrapolating incidence data. SETTING: An initiative of the International Spinal Cord Society (ISCoS) Prevention Committee. METHODS: A search of Medline/Embase was performed (1959-Jun/30/2011). Enhancement of data-quality 'zones' including individual data-ranking as well as integrating regression techniques to provide a platform for continued regional and global estimates. RESULTS: A global-incident rate (2007) is estimated at 23 TSCI cases per million (179,312 cases per annum). Regional data are available from North America (40 per million), Western Europe (16 per million) and Australia (15 per million). Extrapolated regional data are available for Asia-Central (25 per million), Asia-South (21 per million), Caribbean (19 per million), Latin America, Andean (19 per million), Latin America, Central (24 per million), Latin America-Southern (25 per million), Sub-Saharan Africa-Central (29 per million), Sub-Saharan Africa-East (21 per million). DISCUSSION: It is estimated that globally in 2007, there would have been between 133 and 226 thousand incident cases of TSCI from accidents and violence. The proportion of TSCI from land transport is decreasing/stable in developed but increasing in developing countries due to trends in transport mode (transition to motorised transport), poor infrastructure and regulatory challenges. TSCIs from low falls in the elderly are increasing in developed countries with ageing populations. In some developing countries low falls, resulting in TSCI occur while carrying heavy loads on the head in young people. In developing countries high-falls feature, commonly from trees, balconies, flat roofs and construction sites. TSCI is also due to crush-injuries, diving and violence. CONCLUSION: The online global maps now inform an extrapolative statistical model, which estimates incidence for areas with insufficient TSCI data. The accuracy of this methodology will be improved through the use of prospective, standardised-data registries.
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 | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,035 | 0,035 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,008 |
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 ».