Restricted driver licensing for medical impairments: does it work?
Notice bibliographique
Résumé
BACKGROUND: Medical conditions may adversely affect driving ability. Many North American jurisdictions provide restricted driving licences that permit people with certain medical conditions to drive under limited conditions, but the effectiveness of such programs has not yet been determined. The objectives of this study were to evaluate the rates of crashes and traffic violations among drivers with a restricted licence, compared with the rates in the general driving population, and to compare the crash and traffic violation rates before and after driving restrictions were imposed. METHODS: We retrospectively analyzed a cohort of all licensed Saskatchewan drivers registered from Jan. 1, 1992, to Apr. 19, 1999. The cohort was divided into those with a restricted licence and those with an unrestricted general licence. We used multivariate Poisson regression to calculate incidence rate ratios (IRRs) for at-fault crashes and traffic violations, adjusting for age, sex and residence (urban v. rural). We used interventional time series analysis to compare rates of crashes and traffic violations before and after the imposition of driving restrictions. RESULTS: Of the 703,758 drivers in the study, 23,185 (3.3%) had a restricted licence. Restricted licence holders had a higher crash rate than drivers without restrictions (adjusted IRR 1.13, 95% confidence interval [CI] 1.11-1.17). However, this rate was lower than that among male drivers (adjusted IRR 2.01, 95% CI 1.99-2.02) and urban drivers (adjusted IRR 1.38, 95% CI 1.37-1.39). Drivers with restricted licences had a lower traffic violation rate than those without restrictions (adjusted IRR 0.93, 95% CI 0.91-0.95). At-fault crash rates decreased by 12.8% (95% CI 2.4%-23.2%) and adjusted traffic violation rates decreased by 10.0% (95% CI 4.4%-15.7%) after restrictions were imposed. During the study period, licence restrictions likely averted up to 816 crashes and 751 traffic violations. INTERPRETATION: Province-wide population data suggest that a restricted licensing program appears to provide a significant decrease in the rates of crashes and traffic violations.
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 | 0,004 |
| 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 | 0,001 | 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 ».