MétaCan
Menu
Retour à la cohorte
Enregistrement W2064277834 · doi:10.1080/15389588.2013.822966

Risk Factors for Subsequent Impaired Driving by Injured Passengers

2013· article· en· W2064277834 sur OpenAlexaffabout
Roy Purssell, Herbert Chan, Douglas Brown, Ming Fang, Jeffrey R. Brubacher

Notice bibliographique

RevueTraffic Injury Prevention · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePoison controlInjury preventionOccupational safety and healthDriving under the influenceEmergency departmentCohortProportional hazards modelDemographyMedical emergencyEmergency medicineSurgeryInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The purpose of this study was to evaluate the rate of, and risk factors for, subsequent impaired driving activity (IDA) in a cohort of injured passengers who were treated for injuries in a Canadian trauma center. METHODS: We studied adult passengers who were occupants in vehicles involved in motor vehicle crashes (MVCs) and either included in the British Columbia (BC) trauma registry (January 1, 1992-December 31, 2004) or treated in the emergency department (ED) of Vancouver General Hospital (VGH; January 1, 1999-December 31, 2003). Passengers were linked to their driver's license and hence to their driving record using personal health number and demographic information. Injured passengers were stratified into 3 groups based on their blood alcohol concentration (BAC) at time of ED presentation: group 1: BAC = 0, group 2: 0 < BAC ≤ 17.3 mM (0.08%), group 3: BAC > 17.3 mM (0.08%). Two outcome variables were studied: involvement in a subsequent IDA and time to their first subsequent IDA. IDA was defined as a criminal code conviction for impaired driving, a 24-h or 90-day license suspension for impaired driving, and/or involvement in an MVC where police cited alcohol as a factor. Time to first IDA following the index event among passenger BAC groups was compared with Kaplan-Meier survival analysis. Cox proportional hazards models were employed to examine the effect of various potential risk factors on time to engage in first IDA. RESULTS: Injured passengers with any BAC at the time of ED visit were more likely to engage in IDA and had their first IDA sooner after the index event than those with zero BAC. Among this cohort of injured passengers, 12.1 percent with BAC = 0, 29.9 percent with 0 < BAC ≤ 17.3 mM (0.08%), and 37.8 percent with a BAC > 17.3 mM (0.08%) engaged in IDA. Compared to passengers with BAC = 0, group 3 passengers and group 2 passengers were 2.06 times and 1.79 times more likely to engage in future IDA. Twenty-five percent of injured passengers engaged their first IDA by 57 and 38 months in groups 2 and 3, respectively. Previous IDA and being male were also significant risk factors for future IDA. Those with a history of IDA before the index event were 2.37 times more likely to engage in subsequent IDA. CONCLUSIONS: Injured alcohol-impaired passengers are at high risk for IDA and should be included in impaired driving prevention programs.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,325
Score d'incertitude au seuil0,647

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,365
Écart entre enseignants0,334 · 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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTraffic Injury PreventionMême sujetOlder Adults Driving StudiesTravaux en français237 207