The pattern of injury and poisoning in South East Iran
Notice bibliographique
Résumé
BACKGROUND: Injury is a leading cause of morbidity and mortality worldwide, and even more so in low and middle-income countries (LMICs). Iran is a LMIC and lacks information regarding injury for program and policy purposes. This study aimed to describe the incidence and patterns of injury in one province in South Eastern Iran. METHODS: A hospital-based, retrospective case review using a routinely collected registry in all Emergency Departments in Sistan and Baluchistan province, Iran for 12 months in 2007-2008. RESULTS: In total 18,155 injuries were recorded during the study period. The majority of injuries in South Eastern Iran were due to road traffic crashes. Individuals living in urban areas sustained more injuries compared to individuals from rural areas. Males typically experienced more injuries than females. Males were most likely to be injured in a street/alley or village whereas females were most likely to be injured in or around the home. In urban areas, road traffic related injuries were observed to affect older age groups more than younger age groups. Poisoning was most common in the youngest age group, 0 to 4 years. CONCLUSIONS: This study provides data on incidence and patterns of injury in South Eastern Iran. Knowledge of injury burden, such as this paper, is likely to help policy makers and planners with health service planning and injury prevention.
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 | 0,001 | 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 ».