Injury severity: Role of alcohol, substance use and risk‐taking
Notice bibliographique
Résumé
OBJECTIVE: The objective of the present study was to quantify the relationship between acute alcohol consumption and injury severity. METHODS: A cross-sectional study was conducted at the Gold Coast Hospital, Gold Coast, Queensland, Australia between October 2000 and October 2001. Data were collected from a systematic sample of patients greater than 15 years of age who presented to the ED for treatment of an injury sustained less than 24 h prior to presentation. Study participants were interviewed face to face on-site. Information obtained included: demographics details; situational variables relative to time of injury (i.e. location, activity and companions at time of injury); self-reported alcohol consumption in the 6 and 24 h prior to time of injury; usual alcohol consumption patterns; self-reported substance use in the 6 and 24 h prior to time of injury; and risk-taking behaviour. Injury severity was coded from patient medical records using the New Injury Severity Score. RESULTS: Of 789 eligible patients presenting during the study periods, 593 were interviewed (75.2%). Patients who reported drinking above low-risk levels (odds ratio [OR] = 3.35; 95% confidence interval [CI] 1.2-9.6) or who drank beer (OR = 3.54; 95% CI 1.1-11.1) in 6 h prior to injury were significantly more likely to sustain serious than minor injury. Drinking setting and usual drinking patterns were not significantly associated with injury severity, either in crude analyses, or after adjusting for relevant variables. CONCLUSION: The results of the present study support the conclusion that among injured patients who presented for treatment at a large metropolitan ED, although acute alcohol consumption does not appear to be associated with minor or moderate injury, there is some evidence to suggest that acute alcohol consumption is associated with serious injury.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».