The Relationship Between Alcohol Consumption and Fatal Motor Vehicle Injury: High Risk at Low Alcohol Levels
Notice bibliographique
Résumé
BACKGROUND: Alcohol consumption causes motor vehicle accident (MVA) injury in a dose-response fashion. However, the relationship between how this risk is different with respect to fatal and nonfatal outcomes is not clear. A meta-analysis has already been completed for alcohol consumption and nonfatal MVA injury, but none exists for fatal injury. Thus, an analysis of the acute dose-response relationship between alcohol and motor vehicle injury death is warranted to generate single occasion- and dose-specific relative risks for the first time. METHODS: A systematic literature review and inverse-variance weighted, random effects meta-analysis were conducted to fill this gap. Fractional polynomial regression was used to model the dose-response relationship. Usual tests of heterogeneity and publication bias were run. RESULTS: Five studies meeting the inclusion criteria of this analysis were selected. At all levels of blood alcohol concentration (BAC), the odds ratio (OR) of fatal motor vehicle injury was significant. Overall, the 5 combined studies yielded an OR of fatal injury of 1.74 (95% CI: 1.43-2.14) for every 0.02% increase in BAC. At 0.08, the legal limit in most countries, the OR was 13.0 (95% CI: 11.1-15.2). CONCLUSIONS: This study is able to definitively show and quantify, for the first time, the significantly increased OR for fatal motor vehicle injury. This analysis showed some evidence of both study heterogeneity and publication bias, likely due to the increased variation we could expect from a small study number. The alcohol-caused fatal motor vehicle injury literature is sparse with respect to dose-response information. More studies investigating this relationship and other injury types are recommended in this area to be able to calculate stable estimates of risk overall and by injury type specifically.
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 | 0,019 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,014 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».