MétaCan
Menu
Retour à la cohorte
Enregistrement W2140187770 · doi:10.1080/15389588.2011.647139

Evaluation of the Injury Impairment Scale, a Tool to Predict Road Crash Sequelae, in a French Cohort of Road Crash Survivors

2012· article· en· W2140187770 sur OpenAlexfundno aff
H.-T. Nhac-Vu, Martine Hours, Pierrette Charnay, Laëtitia Chossegros, Dominique Boisson, Jacques Luauté, Bernard Laumon

Notice bibliographique

RevueTraffic Injury Prevention · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésCrashPoison controlInjury preventionHuman factors and ergonomicsOccupational safety and healthCohortSuicide preventionAbbreviated Injury ScaleEngineeringForensic engineeringMedical emergencyCohort studyMedicineInjury Severity ScorePsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of the present study was to validate sequelae prediction by the Maximal Injury Impairment Score (M-IIS) in comparison with the Functional Independence Measure (FIM) assessed at 1-year follow-up of severe road crash victims. METHODS: The study population came from "the Etude et Suivi d'une Population d'Accidentés de la Route dans le Rhône" (ESPARR; Rhône Area Road Crash Victim Follow-up Study) cohort: 178 victims (with Maximal Abbreviated Injury Scale ≥ 3) of road crashes in the Rhône administrative department of France, aged ≥ 16 years and with medical examination including FIM scoring 1 year postaccident. Two thresholds were tested for both scores. Firstly, the relation between FIM and M-IIS was assessed on logistic regression models adjusted on age and presence of complications at 1 year postaccident. The predictive capacity of M-IIS was expressed as its negative and positive predictive values and was considered good when 80 percent or better. RESULTS: Sixty-three of the 178 adult subjects (mean age = 37.7 years; range = 16.1-82.9 years) showed postaccident complications. One-year sequelae prediction on M-IIS was greater in head, spine, and limb lesions but limited to slight impairments (M-IIS = 1). There was a significant correlation between FIM and M-IIS, although age and medical complications were confounding factors on certain multivariate models. The predictive capacity of M-IIS was low for all types of sequelae. CONCLUSIONS: M-IIS, in this severely injured population, failed to predict sequelae at 1 year as measured by the FIM, despite a good correlation between the two. Complications are to be taken into account in assessing the M-IIS's capacity to predict sequelae. Further evaluation will be needed on larger series or assessment of other indicators and measures of sequelae at 1 year to obtain a robust tool to predict road crash sequelae.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,341
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,324
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraffic Injury PreventionMême sujetTrauma and Emergency Care StudiesTravaux en français237 207