The association of psychological symptoms with unintentional injuries among retired employees of a university in China
Notice bibliographique
Résumé
To investigate the association of psychological symptoms with injury risk, psychological symptoms were measured using symptom checklist-90 revised (SCL-90-R) and the unintentional injury information was followed up for 1 year among retired employees at a university in China. The injury rate had a significant difference between groups of raw mean score > or =2.0 and <2.0 for SCL-90-R global factor and subscale factors of obsessive compulsiveness, interpersonal sensitivity, depression and anxiety. After accounting for the factors of daily housework, physical activities, living alone and demographic factors, SCL-90-R global factor (odds ratio (OR) = 1.87, 95% CI: 1.20-2.91) and subscales factors of obsessive compulsiveness (OR = 1.93, 95% CI: 1.31-2.85), interpersonal sensitivity (OR = 2.05, 95% CI: 1.09-3.02), depression (OR = 2.09, 95% CI: 1.40-3.12) and anxiety (OR = 1.58, 95% CI: 1.03-2.44) were still significantly associated with an elevated risk of unintentional injury among the retired employees. In order to reduce the risk of unintentional injuries among the elderly, a psychological health service should be provided in the community.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».