MétaCan
Menu
Retour à la cohorte
Enregistrement W2148717016

Differences in prevalence of pre-existing morbidity between injured and non-injured populations.

2005· article· en· W2148717016 sur OpenAlexaffabout
Cate M Cameron, David M. Purdie, Erich V. Kliewer, Rod McClure

Notice bibliographique

RevuePubMed · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensManitoba Health
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationComorbidityCohortInjury preventionResidenceOccupational safety and healthDemographyPoison controlMental healthDiagnosis codeSuicide preventionEpidemiologyCohort studyIncidence (geometry)Emergency medicineGerontologyPsychiatryEnvironmental healthInternal medicinePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify and examine differences in pre-existing morbidity between injured and non-injured population-based cohorts. METHODS: Administrative health data from Manitoba, Canada, were used to select a population-based cohort of injured people and a sample of non-injured people matched on age, gender, aboriginal status and geographical location of residence at the date of injury. All individuals aged 18-64 years who had been hospitalized between 1988 and 1991 for injury (International Classification of Diseases, Ninth Edition, Clinical Modification (ICD-9-CM) code 800-995) (n = 21 032), were identified from the Manitoba discharge database. The matched non-injured comparison group comprised individuals randomly selected 1:1 from the Manitoba population registry. Morbidity data for the 12 months prior to the date of the injury were obtained by linking the two cohorts with all hospital discharge records and physician claims. RESULTS: Compared to the non-injured group, injured people had higher Charlson Comorbidity Index scores, 1.9 times higher rates of hospital admissions and 1.7 times higher rates of physician claims in the year prior to the injury. Injured people had a rate of admissions to hospital for a mental health disorder 9.3 times higher, and physician claims for a mental health disorder 3.5 times higher, than that of non-injured people. These differences were all statistically significant (P < 0.001). CONCLUSION: Injured people were shown to differ from the general non-injured population in terms of pre-existing morbidity. Existing population estimates of the attributable burden of injury that are obtained by extrapolating from observed outcomes in samples of injured cases may overestimate the magnitude of the problem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,113
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,102
Tête enseignante GPT0,321
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations61
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetTrauma and Emergency Care StudiesTravaux en français237 207