Recent trends in child and youth emergency department visits because of pedestrian motor vehicle collisions by socioeconomic status in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Children in lower-income households have higher injury rates. Trends in emergency department (ED) visits by children 0-19 years because of pedestrian motor vehicle collisions (PMVCs) in Ontario, Canada (2008-2015) by socioeconomic status were examined. METHODS: PMVC ED data were obtained from the Institute for Clinical Evaluative Sciences for children age 0-19 years over the period 2008-2015. Age-adjusted rates were calculated using Ontario census data. Household income quintiles were determined from the Registered Persons Database. Poisson regression was used to model ED visit rates by year, age and income quintile. RESULTS: The frequency of child PMVC ED visits in Ontario decreased from 1562 in 2008 to 1281 in 2015. Age-adjusted rates were unchanged over time (IRR 1.00, 95% CI 0.99 to 1.00); however, rate disparities by income status persisted with an IRR of 0.52 (0.50 to 0.55) comparing the highest with the lowest income level. CONCLUSIONS: Exposure to traffic may play a role in rate disparities by income status in child PMVC; however, less safe traffic environments in lower income areas may also be strong contributors. These findings highlight the potential impact of roadway safety modifications in lower income areas to mitigate disparities in injury rates by socioeconomic status.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».