A population-based study of potential brain injuries requiring emergency care.
Notice bibliographique
Résumé
BACKGROUND: Brain injury is an important health concern, yet there are few population-based analyses on which to base prevention initiatives. This study aimed, first, to calculate rates of potential brain injury within a defined Canadian population and, second, to describe the external causes, natures and disposition from the emergency department of these injuries. METHODS: We studied all cases of blunt head injury that resulted in a visit to an emergency department for all residents of Greater Kingston during 1998. We used data from the Canadian Hospitals Injury Reporting and Prevention Program (CHIRPP) and augmented this by examining all records of emergency or inpatient care received at all hospitals in the area. RESULTS: In 202 (27%) of 760 cases of head injury, there was potential for brain injury. Annual rates of potential brain injury were 16 and 7 per 10,000 population for males and females respectively. CT was performed on 114 (56%) of 202 cases, of which 60 (53%) demonstrated an intracranial pathology, with 11 (10%) showing a diffuse axonal injury pattern on the initial scan. Falls from heights accounted for 14 (47%) of 30 injuries observed in children aged 0-9 years. Individuals aged 10-44 years sustained 32 (63%) of 51 motor vehicle injuries, 15 (88%) of 17 bicycle injuries, 22 (100%) of 22 sports injuries and 8 (89%) of 9 fight-related injuries. Falls accounted for 15 (71%) of 21 injuries among adults aged 65 years or more. INTERPRETATION: The results indicate the relative importance of several external causes of injury. The findings from our geographically distinct population are useful in establishing rational priorities for the prevention of brain injury.
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) | 0,000 | 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 ».