High rates of head injury among homeless and low-income housed men: a retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: To examine the predictors and temporal patterns of head injury (HI) presentation in the emergency department among cohorts of homeless and low-income housed men. METHODS: Retrospective review and logistic regression of HIs found in emergency department records for three groups of men, those: (1) who were chronically homeless with drinking problems (CHDP) (n=50), (2) in the general homeless population (GH) (n=60) and (3) in low-income housing (LIH) (n=59). RESULTS: The proportion of individuals with non-minimal HIs documented in the previous year were 28%, 3% and 5% with annual rates of 0.47, 0.017 and 0.037 among the CHDP, GH and LIH groups (p<0.0001). In the multivariate model, independent associations with having an HI included: an HI in the previous year (OR 11.8, 95% CI 3.83 to 36.4), drug dependence (OR 3.67, 95% CI 1.11 to 12.13) and seizures (OR 3.50, 95% CI 1.13 to 10.90), while mood-disorders were protective. Homelessness had a crude risk increase of HI (OR 3.15, 95% CI 1.21 to 8.23) but was not significant in the multivariate model. Among those with HIs, chronic homelessness with drinking problems was associated with a higher rate of HI. With each successive HI, the time interval to another HI was 12 days shorter (p=0.0004). The chronic subdural haematoma incidence in the under-65-year-old CHDP group was 11 per 1000 (95% CI 2.8 to 45). CONCLUSIONS: Having an HI is better predicted by previous head injuries, drug dependence or a seizure disorder than a history of homelessness or alcohol dependence. HIs may become more frequent with time.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».