Risk of Motor Vehicle Collision or Driving Impairment After Traumatic Brain Injury: A Collaborative International Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVE: To synthesize knowledge of the risk of motor vehicle collision (MVC) following a traumatic brain injury (TBI) and the associated risk of driving impairment, as measured by on-road tests, computerized simulators, and self-reported or state-recorded driving records. METHODS: Our international team searched 7 databases for studies published between 1990 and 2015 of people with TBI, controls, and data concerning either MVC or driving impairment. The included articles examined the risk of MVC among people with TBI; we excluded studies that examined the risk of having a TBI associated with being involved in an MVC. RESULTS: From 13 578 search results, we included 8 studies involving 1663 participants with TBI and 4796 controls. We found no significant difference in the risk of MVC (odds ratio = 1.24, 95% confidence interval = 0.80-1.91, P = .34). When we restricted the analysis to self-report, the risk of MVC was higher for those without a TBI (odds ratio = 1.63, 95% confidence interval = 1.21-2.22, P = .002). In contrast, participants with TBI consistently performed worse during on-road assessments and had more problems with vehicular control. CONCLUSION: Limitations of reviewed studies included small sample sizes, failure to specify TBI severity or time postinjury, and absence of objective measures of risk. Findings concerning the relationship between TBIs from non-MVC causes and crash risk are, therefore, inconclusive and do not provide evidence for major changes to existing clinical guidelines for driving with TBI.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».