Road traffic injuries in Baghdad from 2003 to 2014: results of a randomised household cluster survey
Notice bibliographique
Résumé
INTRODUCTION: Around 50 million people are killed or left disabled on the world's roads each year; most are in middle-income cities. In addition to this background risk, Baghdad has been plagued by decades of insecurity that undermine injury prevention strategies. This study aimed to determine death and disability and household consequences of road traffic injuries (RTIs) in postinvasion Baghdad. METHODS: A two-stage, cluster-randomised, community-based household survey was performed in May 2014 to determine the civilian burden of injury from 2003 to 2014 in Baghdad. In addition to questions about household member death, households were interviewed regarding crash specifics, healthcare required, disability, relatedness to conflict and resultant financial hardship. RESULTS: Nine hundred households, totalling 5148 individuals, were interviewed. There were 86 RTIs (16% of all reported injuries) that resulted in 8 deaths (9% of RTIs). Serious RTIs increased in the decade postinvasion and were estimated to be 26 341 in 2013 (350 per 100 000 persons). 53% of RTIs involved pedestrians, motorcyclists or bicyclists. 51% of families directly affected by a RTI reported a significant decline in household income or suffered food insecurity. CONCLUSIONS: RTIs were extremely common and have increased in Baghdad. Young adults, pedestrians, motorcyclists and bicyclists were the most frequently injured or killed by RTCs. There is a large burden of road injury, and the families of road injury victims suffered considerably from lost wages, often resulting in household food insecurity. Ongoing conflict may worsen RTI risk and undermine efforts to reduce road traffic death and disability.
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 | 0,001 | 0,001 |
| 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 ».