The Relationship Between Income and Burn Incidence in Winnipeg, Manitoba, Canada: A Population Health Study
Notice bibliographique
Résumé
Burns continue to be a common cause of morbidity around the world, and socioeconomic status has been linked to high-burn risk in developed and developing countries. The purpose of this study was to define in Winnipeg, Manitoba, Canada: 1) demographics of adult patients with severe burns; 2) the relationship between household income and burn incidence; and 3) specific geographic areas that may benefit from targeted burn prevention strategies. We conducted a retrospective study of adult (>18 years) patients in Winnipeg, with burns severe enough to require at least 1 day of hospitalization between 2006 and 2016. Area-level median household income data at two geographic levels were collected from 2011 Census based on patient postal codes. Of 207 patients that met study criteria, 156 (75.4%) were male. Mean age was 44.5 ± 16.9 years, and the most common cause of burns was fire/flame (52.2%). The analysis of income data revealed that lower area-level income groups had a higher incidence of burns, with the lowest income quintile group having 5.4 times higher incidence than highest income quintile group. Spatial analysis software was used to map the incidence rates, and clusters of high-risk burns were identified in and around the city center region. Overall, our study showed an inverse relationship between area-level income and burn injury incidence. The identification and mapping of high incidence hotspots will allow policy makers to target groups who will benefit most from burn prevention strategies.
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 | 0,005 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».