Healthcare utilization and mortality among veterans of the Gulf War
Notice bibliographique
Résumé
The authors conducted an extensive search for published works concerning healthcare utilization and mortality among Gulf War veterans of the Coalition forces who served during the 1990-1991 Gulf War. Reports concerning the health experience of US, UK, Canadian, Saudi and Australian veterans were reviewed. This report summarizes 15 years of observations and research in four categories: Gulf War veteran healthcare registry studies, hospitalization studies, outpatient studies and mortality studies. A total of 149728 (19.8%) of 756373 US, UK, Canadian and Australian Gulf War veterans received health registry evaluations revealing a vast number of symptoms and clinical conditions but no suggestion that a new unique illness was associated with service during the Gulf War. Additionally, no Gulf War exposure was uniquely implicated as a cause for post-war morbidity. Numerous large, controlled studies of US Gulf War veterans' hospitalizations, often involving more than a million veterans, have been conducted. They revealed an increased post-war risk for mental health diagnoses, multi-symptom conditions and musculoskeletal disorders. Again, these data failed to demonstrate that Gulf War veterans suffered from a unique Gulf War-related illness. The sparsely available ambulatory care reports documented that respiratory and gastrointestinal complaints were quite common during deployment. Using perhaps the most reliable data, controlled mortality studies have revealed that Gulf War veterans were at increased risk of injuries, especially those due to vehicular accidents. In general, healthcare utilization data are now exhausted. These findings have now been incorporated into preventive measures in support of current military forces. With a few diagnostic exceptions such as amyotrophic lateral sclerosis, mental disorders and cancer, it now seems time to cease examining Gulf War veteran morbidity and to direct future research efforts to preventing illness among current and future military personnel.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».