MétaCan
Menu
← Retour à la cohorte
Enregistrement W2154463148 · doi:10.1093/aje/kwk110

Association between Body Mass Index and Recovery from Whiplash Injuries: A Cohort Study

2007· article· en· W2154463148 sur OpenAlexaffabout
Xiaolin Yang, Pierre Côté, J. David Cassidy, Linda Carroll

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of AlbertaToronto Western HospitalUniversity of TorontoUniversity Health NetworkInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésMedicineWhiplashHazard ratioBody mass indexConfidence intervalUnderweightPopulationCohortOverweightCohort studyPoison controlPhysical therapyInternal medicineEmergency medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

It is hypothesized that excess weight is a risk factor for delayed recovery from neck pain, such as from whiplash injuries. However, the association between obesity and recovery from whiplash injury has not been studied. The authors examined the association between body mass index and time to recovery from whiplash injuries in a population-based cohort study of traffic injuries in Saskatchewan, Canada. The cohort included 4,395 individuals who made an insurance claim to Saskatchewan Government Insurance and were treated for whiplash injury between July 1, 1994, and December 31, 1995. Of those, 87.7% had recovered by November 1, 1997. No association was found between baseline body mass index and time to recovery. Compared with individuals with normal weight, those who were underweight (hazard rate ratio = 0.88, 95% confidence interval: 0.73, 1.06), overweight (hazard rate ratio = 1.01, 95% confidence interval: 0.94, 1.09), and obese (hazard rate ratio = 0.99, 95% confidence interval: 0.90, 1.08) had similar rates of recovery, even after adjustment for other factors. The results do not support the hypothesis that individuals who are overweight or obese have a worse prognosis for whiplash.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,063
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,334
Écart entre enseignants0,320 · 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

Citations17
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Epidemiology→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→