Mental health outcomes after major trauma in Ontario: a population-based analysis
Notice bibliographique
Résumé
BACKGROUND: Major injury continues to be a common source of morbidity and mortality; improving the functional recovery of survivors of major trauma requires a better understanding of the mental health outcomes that may occur in this population. We assessed the association between major trauma and the development of a new mental health diagnosis or death by suicide. METHODS: We completed a population-based, self-controlled, longitudinal cohort analysis using linked administrative data on patients treated for major trauma in Ontario between 2005 and 2010. All survivors were included and composite rates of mental health diagnoses during inpatient admissions were compared between the 5 years after injury and the 5 years before injury, using Poisson regression with generalized estimating equations. The incidence of suicide was calculated for the 5 years after injury. Risk factors for suicide were calculated using Cox proportional hazard regression analyses. RESULTS: The analysis included 19 338 patients, predominantly men (70.7%) from urban areas (82.6%), with unintentional (89%), blunt injuries (93.4%). Overall, trauma was associated with a 40% increase in the postinjury rate of mental health diagnoses (incidence rate ratio [IRR] 1.4, 95% [confidence interval] CI 1.1 to 1.8). The suicide rate was 70 per 100 000 patients per year, substantially higher than the population average. Risk factors for completing suicide were prior inpatient diagnosis of mood disorder (hazard ratio [HR] 4.3, 95% CI 2.1 to 8.8) and self-inflicted injury (HR 7.8, 95% CI 3.9 to 15.4). INTERPRETATION: Survivors of major trauma are at a heightened risk of developing mental health conditions or death by suicide in the years after their injury. Patients with pre-existing mental health disorders or who are recovering from a self-inflicted injury are at particularly high risk.
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 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».