59 Injury ‘syndromics’: a proof-of-concept using detergent packets
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
<h3>Purpose</h3> The purpose of this study is to demonstrate a proof-of-concept in using near real-time surveillance data to identify injuries resulting from new and emerging hazards. <h3>Approach</h3> Recently the Canadian Hospitals Injury Reporting and Prevention Program (CHIRPP) moved from paper-based to online data collection format allowing for real-time data collection (eCHIRPP). As a proof-of-concept, eCHIRPP is being evaluated on the effectiveness of monitoring injuries relating to pre-packaged laundry detergent packets that were first introduced in Canada in 2011. Data from the eCHIRPP were extracted up to March 2014. Descriptive statistics were applied and linear regression was used to quantify trends. <h3>Results</h3> In total, 53 injury cases related to pre-packaged laundry detergent packets were recorded in eCHIRPP. The index case occurred in August of 2011, the same year the packets were first introduced. The number of cases increased in 2012 and 2013 to 19 and 31 cases respectively. Most injuries were to males (55%) and 92% of the cases were in children under the age of 5 years. While most of these injuries were occurring in basements and laundry rooms, some found children ‘playing’ with these pods in kitchens, family rooms, and hallways. The nature of injuries of most of these cases involved poisoning and toxic effects (57%) as well as injury to the eye (28%). Linear regression shows a positive trend with an increasing slope of 15 cases per year projected to result in 46 cases in 2014. <h3>Conclusions</h3> Real time data is an important tool for identification of new and emerging hazards. <h3>Significance and contributions</h3> Injury syndromics could be an important tool for identifying new opportunities for early prevention efforts.
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 | 0,001 | 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 découle