P2-329 What medical conditions and medications used to treat the medical conditions increase the risk of subsequent motor vehicle injuries: results of the Canadian National Population Health Survey
Notice bibliographique
Résumé
Introduction The last 2 decades have seen an increased interest in the relationships between medical conditions and medication use and motor vehicle injuries (MVIs). The objective of this study is to examine the effects of various medical conditions and medications used to treat the conditions on subsequent MVIs. Method The National Population Health Survey is a large nationally representative sample of Canadians who have been surveyed every 2 years since 1994. Self-reported medical conditions and medication use were examined in relation to MVIs reported in the subsequent wave of the survey. Respondents were queried on whether they had any of the following long-term conditions: asthma, arthritis/rheumatism, back problems, high blood pressure, migraine headaches, pain, diabetes and heart disease; measures of distress and depression were also included. They were also asked whether they had taken medications to treat these conditions. Medical conditions and medications were subjected to regression analyses where medical conditions and medications served as controls for each other. Results The results found that asthma, back problems, migraine and distress showed statistically significant increased risk of subsequent MVIs. Various medications (asthma medication, Demerol, codeine, pain medication and, sleeping medication) were also associated with increased risk of subsequent MVIs. Finally, for some medical conditions, medications have a protective effect while for other conditions, medications have independent effects on the risk of subsequent MVIs. Conclusion This study suggests that the relationship between medical conditions and medications is complex and in need of further study.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».