Driving After Traumatic Brain Injury: Closing the Gap Between Assessing, Rehabilitating and Safe Driving
Notice bibliographique
Résumé
The privilege of driving a vehicle is often a fundamental part of individuals’ daily lives. For many individuals who have suffered a traumatic brain injury (TBI), the ability to return to driving post TBI is an integral step to recovering independence and enhancing community reintegration (Rapport et al., 2008). Approximately 50% of TBI survivors with moderate to severe injuries resume driving, often irrespective of medical-legal evaluations (Fisk, Schneider, & Novack, 1998; Lew et al., 2005; Tamietto et al., 2006). Evidently, helping TBI survivors return to safe driving plays a pivotal role in their path to recovery and reintegration to the community. A proper assessment of a TBI survivor’s strengths and weaknesses can help prevent harm to the driver and other members of society and further enable their return to productive roles, work, and other favored activities. For instance, Kreutzer and colleagues (2003) revealed that the ability to drive post TBI is an independent moderator for employment stability. Determining whether a TBI survivor is safe or unsafe to drive remains a challenging issue since driving is a functional task with varying levels of complexity that can be potentially compensated for if impairments exist. Unfortunately, two negative outcomes may occur as a result of inaccurate driving assessment. The first negative outcome may be removing the privilege to drive from a TBI survivor who is either safe to drive, or could become safe to drive after retraining or further recovery (false positive result). The second outcome is a false negative result where the brain injury survivor is a potentially unsafe driver who is allowed to resume driving. Previous research suggests that TBI drivers tend to receive greater traffic violations (Haselkorn et al., 1998), tend to drive slower (in a simulated environment; Stinchcombe et al., 2008), and perhaps most importantly, have an increased crash risk compared to uninjured controls (e.g., Formisano et al., 2005; Lundqvist et al., 2008; but see Haselkorn et al., 1998; Schultheis et al., 2002). For example, Schanke and colleagues (2008) assessed driving behaviour of TBI survivors both pre and post injury. Results indicated that the accident rate of the TBI survivors was twice as high as that of the general population. Cyr and colleagues (2009) observed that in a simulated driving environment, TBI survivors who had returned to driving, compared to uninjured controls, were significantly more likely to crash in reaction to a surprising and challenging event.
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 | 0,014 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».