ALCOHOL AND INJURY: MULTI-LEVEL ANALYSIS FROM THE EMERGENCY ROOM COLLABORATIVE ALCOHOL ANALYSIS PROJECT (ERCAAP)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To analyze the relationship between individual-level characteristics and site-level contextual variables on the association of acute alcohol use and injury. METHODS: Blood alcohol concentration (BAC) and survey data collected (using similar methodology and instruments) at the time of the emergency department (ED) visit, between 1985 and 2003 on probability samples of injured and non-injured patients (n = 18 438) from 31 EDs in seven countries (Argentina, Canada, Italy, Mexico, Poland, Spain, USA) were analyzed using hierarchical linear modeling (HLM). RESULTS: BAC and self-reported consumption were predictive of an injury (compared to a non-injury), controlling for gender and age, with odds ratios of 1.51 and 1.58, respectively. The likelihood of injury given a positive BAC and self-report was less for heavier drinkers (those reporting five or more drinks on an occasion) than for lighter drinkers, and was greater in those societies with greater detrimental drinking patterns than those with lower detrimental patterns. CONCLUSIONS: These data suggest a moderate, but robust association of a positive BAC and self-report with admission to the ED for an injury, which is modified by the patient's usual heavier drinking and by societal drinking patterns.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| 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 | 0,000 |
| 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 découle