MétaCan
Menu
Retour à la cohorte
Enregistrement W2900223416 · doi:10.1093/geroni/igy023.2276

SYSTEMATIC REVIEW OF THE RISK OF MOTOR VEHICLE COLLISION AFTER STROKE OR TRANSIENT ISCHEMIC ATTACK

2018· article· en· W2900223416 sur OpenAlexaff
Richard A. Marottoli, Mark Rapoport, Mark Bayley, Hillel M. Finestone

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensUniversity of OttawaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCINAHLMedicineStroke (engine)Stroke riskPhysical medicine and rehabilitationMEDLINECohort studyPhysical therapyIschemic strokeInternal medicinePsychiatryPsychological interventionIschemia

Résumé

récupéré en direct d'OpenAlex

Stroke can impair the motor and cognitive skills required to drive safely. The purpose of the present study was to determine whether stroke and/or transient ischemic attack (TIA) are associated with an increased MVC risk. We searched MEDLINE, CINAHL, EMBASE, PsychINFO and TRID through December 2016. Results: From the 5,605 citations identified, 12 articles met our inclusion criteria. Only one of three case-control studies showed an increased risk of stroke in persons with at-fault MVC (OR 1.9, 95% CI 1.0–3.9). Of five cohort reports, only one study, limited to self-report, found an increased risk of MVC associated with stroke or TIA (RR 2.71, 95% CI 1.11–6.61). Discussion: The decline in driving skills following stroke identified in prior reviews does not appear to translate into a robust increase in risk of MVCs. However, there is a paucity of high quality studies of the impact of stroke on driving.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,389
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetOlder Adults Driving StudiesTravaux en français237 207