Proportion of Injured Drivers Presenting to a Tertiary Care Emergency Department Who Engage in Future Impaired Driving Activities
Notice bibliographique
Résumé
OBJECTIVE: We determined the rate of, and predictive factors for, subsequent impaired driving activity (IDA) by injured drivers treated in a Canadian tertiary care emergency department (ED) following a motor vehicle crash (MVC). METHODS: We retrospectively identified all drivers injured in a MVC who presented to our tertiary care, urban ED (1999-2003) and had their blood alcohol content (BAC) measured. Injured drivers were categorized by BAC: group 1, BAC = 0; group 2, 0 < BAC < or = 17.3 mM (80 mg/dL, legal limit); and group 3, BAC > 17.3 mM. IDA was defined as any of the following: a conviction for impaired driving; a 24-h or 90-day license suspension for impaired driving; involvement in alcohol-related MVC. Time to IDA following the index event between groups was compared with Kaplan-Meier survival analyses. Effects of covariates on time to IDA were analyzed using Cox proportional hazards models. RESULTS: During the study period, 1489 injured drivers met study criteria: 1171 in group 1, 51 in group 2, and 267 in group 3. During an average follow-up of 52.4 months, 82 (30.7%) group 3 drivers engaged in subsequent IDA, compared with 80 (6.8%) group 1 drivers (p < 0.0001). Youth, male gender, history of previous IDA, and the number of previous IDA events were all associated with a significant increase in subsequent IDA. A history of IDA was the strongest predictor of future IDA in group 1 (440% increase risk) and in group 3 (80% increased risk). The magnitude of BAC elevation above the legal limit was not predictive of future IDA. CONCLUSIONS: A high portion of injured impaired drivers who present to hospital engage in repeat IDA following discharge. Besides impairment at time of hospital visit, the best predictor of future IDA is a history of IDA prior to the index 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 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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».