A systematic review of the risk of motor vehicle collision after stroke or transient ischemic attack
Notice bibliographique
Résumé
BACKGROUND: Returning to driving after stroke is one of the key goals in stroke rehabilitation, and fitness to drive guidelines must be informed by evidence pertaining to risk of motor vehicle collision (MVC) in this population. OBJECTIVES: The purpose of the present study was to determine whether stroke and/or transient ischemic attack (TIA) are associated with an increased MVC risk. METHODS: We searched MEDLINE, CINAHL, EMBASE, PsycINFO, and TRID through December 2016. Pairs of reviewers came to consensus on inclusion, based on an iterative review of abstracts and full-text manuscripts, on data extraction, and on the quality of evidence. RESULTS: Reviewers identified 5,605 citations, and 12 articles met inclusion criteria. Only one of three case-control studies showed an association between stroke and 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). Two of four cross-sectional studies using computerized driving simulators identified a more than two-fold risk of MVCs among participants with stroke compared with controls. The difference in one of the studies was restricted to those with middle cerebral artery stroke. CONCLUSIONS: The evidence does not support a robust increase in risk of MVCs. While stroke clearly prevents some patients from driving at all and impairs driving performance in others, individualized assessment and clinical judgment must continue to be used in assessing and advising those stroke patients who return to driving about their MVC 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 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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».