Crash risk in morbidly obese drivers before and after bariatric surgery: A population-based cohort study
Notice bibliographique
Résumé
Morbid obesity is a major public health problem in high-income, developed and fast developing countries. The potential effects of morbid obesity on road crash risk have rarely been investigated. In this study, we evaluated road crash risks in morbidly obese drivers who underwent bariatric surgery. We conducted a self-matched cohort analysis of morbidly obese adult patients in Ontario (Canada) who underwent bariatric surgery between April 1, 2006 and March 31, 2011. We used a province-wide emergency department database to determine their involvement in a road crash as a driver. We compared crash incidence per 1,000 patient-years in the three-year interval before surgery to three years after surgery. The cohort included a total of 8,815 patients; most (81%) were women. About 4% (n=333) of them were involved in a crash during six years of follow-up. Of them, 175 had 182 crashes before surgery and 165 patients had 174 crashes after surgery. The road crash incidence was similar before and after surgery, i.e., 7 per 1,000 patient-years. This road crash incidence was three times higher than the population rate of 2 per 1,000 patient-years. Crash risks were similar before and after surgery among those who were diagnosed with an obstructive sleep apnea (Incidence rate ratio [IRR]= 0.95, 95% Confidence Interval [CI] = 0.73 - 1.23) and other patients (IRR = 0.96; 95% CI=0.69-1.37). Morbid obesity may be associated with increased crash risk. These findings favor crash risk assessment in morbidly obese drivers.
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 | 0,001 |
| 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 ».