Supervision and risk of unintentional injury in young children
Notice bibliographique
Résumé
Background Despite advances in prevention, injuries remain a leading cause of morbidity and mortality among children. Supervision is often cited as an important determinant of child safety. Aims/Objectives/Purpose Assess the association between caregiver supervision and acute unintentional injury in young children. Methods We interviewed parents of children ≤age 4 whose injuries required Emergency Department (ED) treatment or admission to the hospital, to collect information on supervision (proximity, attention, continuity) at the time of injury and 1 h before the injury). Hospital admission was a proxy for injury severity. Case-crossover analyses were conducted. Results/Outcomes Interviews were completed by 222 participants; 50 (23%) were parents of children admitted to the hospital. For each dimension of supervision assessed, children admitted to the hospital were at higher risk of injury; proximity was associated with the highest risk. Compared to 1 h prior to injury, children were more likely to be beyond reach of their caregiver at the time of injury (OR 11.5, 95% CI 2.7 to 48.8 for children admitted to the hospital; OR 2.9, 95% CI 1.8 to 4.9 for children treated in the ED). Injury risk was highest for children with the least supervision; the magnitude of this association was higher for children admitted to the hospital (OR 11.5, 95% CI 2.7 to 48.8) than for children treated in the ED (OR 3.5, 95% CI 2.0 to 6.0). Significance/Contribution to the Field Less vigilant supervision increases risk of serious injury in young children. Proximity may be the most important supervision dimension for assessing child injury risk.
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 | 0,002 | 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 | 0,000 | 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 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 ».