Weather warnings predict fall-related injuries among older adults
Notice bibliographique
Résumé
BACKGROUND: weather predictions are a useful tool for informing public health planning and prevention strategies for non-injury health outcomes, but the association between winter weather warnings and fall-related injuries has not been assessed previously. OBJECTIVE: to examine the association between fall-related injuries among older adults and government-issued winter weather warnings. METHODS: using a dynamic cohort of individuals ≥65 years of age who lived in Montreal between 1998 and 2006, we identified all fall-related injuries from administrative data using a validated set of diagnostic and procedure codes. We compared rates of injuries on days with freezing rain or snowstorm warnings to rates observed on days without warnings. We also compared the incidence of injuries on winter days to non-winter days. All analyses were performed overall and stratified by age and sex. RESULTS: freezing rain alerts were associated with an increase in fall-related injuries (incidence rate ratio [IRR] = 1.20, 95% confidence interval [CI]: 1.08-1.32), particularly among males (IRR = 1.31, 95% CI: 1.10-1.56), and lower rates of injuries were associated with snowstorm alerts (IRR = 0.89, 95% CI: 0.80-0.99). The rate of fall-related injuries did not differ seasonally (IRR = 1.00, 95% CI: 0.97-1.03). CONCLUSIONS: official weather warnings are predictive of increases in fall-related injuries among older adults. Public health agencies should consider using these warnings to trigger initiation of injury prevention strategies in advance of inclement weather.
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) | 0,001 | 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 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 ».