Low Back Pain After Traffic Collisions
Notice bibliographique
Résumé
STUDY DESIGN: A population-based, incidence cohort study was conducted. OBJECTIVE: To measure the incidence and prognosis for collision-related low back pain before and after a change in the insurance compensation system. SUMMARY OF BACKGROUND DATA: Low back pain is a common and costly occupational injury. It also occurs after traffic collisions, but less is known about its frequency and recovery in this setting. METHODS: An incidence cohort of 4473 low back pain injury claims was formed between July 1, 1994 and December 31, 1995 in Saskatchewan. On January 1, 1995 the public insurance system changed from a tort system to a no-fault system, eliminating compensation for pain and suffering. The incidence of claims and the time to claim closure were calculated before and after this change. Prognostic models were built using baseline and follow-up data. RESULTS: The 6-month incidence of claims decreased from 256 to 176 per 100,000 after the insurance change. The median time to claim closure dropped from 505 days for tort claims to 210 days and 216 days for claims made during the first and second 6 months of the no-fault period. Improvements in bodily pain and physical functioning and the absence of depressive symptoms were associated with faster claim closure. High pain intensity, female gender, full-time employment, concentration problems, and lawyer involvement early in the claim process delayed claim closure. CONCLUSIONS: Low back pain is a common traffic injury with a prolonged recovery. Its incidence and prognosis are affected by multiple factors, including the type of compensation system. Our study suggests that biopsychosocial factors are important in determining prognosis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».