Counseling at a Seizure Clinic Does Not Ensure Disclosure to the Transportation Registry
Notice bibliographique
Résumé
BACKGROUND: The effectiveness of current self-reporting driving laws for medically-unfit potential seizure patients is unknown in Canada. We designed a prospective cohort study of patients' self-reporting practices to the local Transportation Registry (TR) and their driving behaviors following detailed counselling at a seizure clinic in a discretionary physician-reporting jurisdiction. METHODS: Medically unfit drivers, referred to our seizure clinic, who had a valid driver's permit at the time of their episode of impaired consciousness were included. Patients' self-reporting and driving behaviours were assessed using a standardized interview prior to a neurologist's counseling and later at a follow-up visit. RESULTS: Sixty three patients were included; 77% were diagnosed as having had a seizure at the time of their referral. Prior to their seizure clinic visit, 3/63 (5%) had been counseled to self-report to the TR by a non-neurologist physician, and none had done so. Following a neurologist's documented counseling 34/63 (54%) had self-reported themselves at the follow-up seizure clinic visit, and 53/63 (84%) were not driving. CONCLUSION: This prospective study design is the first in North America to examine self-reporting rates for unfit drivers with a seizure disorder. Our findings suggest that self-reporting laws do not ensure high rates of self-reporting behaviors even when patients seen at a seizure clinic are appropriately counseled of their legal obligations. The rate of driving cessation appears greater than the rate of self-reporting to the TR among counseled patients.
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 | 0,008 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».