MétaCan
Menu
Retour à la cohorte
Enregistrement W2945859572 · doi:10.1111/add.14663

Cannabis use as a risk factor for causing motor vehicle crashes: a prospective study

2019· article· en· W2945859572 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAddiction · 2019
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensKelowna General HospitalUniversity of TorontoDalhousie UniversityUniversity of VictoriaUniversity of British Columbia, Okanagan CampusCentre for Addiction and Mental HealthVancouver General HospitalVictoria General HospitalRoyal Columbian HospitalUniversity of British Columbia
Organismes subventionnairesInstitute of Population and Public HealthCanadian Institutes of Health Research
Mots-clésCannabisMotor vehicle crashInjury preventionPoison controlHuman factors and ergonomicsProspective cohort studyRisk factorSuicide preventionMedicinePsychologyOccupational safety and healthPsychiatryMedical emergencySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIM: We conducted a responsibility analysis to determine whether drivers injured in motor vehicle collisions who test positive for Δ-9-tetrahydrocannabinol (THC) or other drugs are more likely to have contributed to the crash than those who test negative. DESIGN: Prospective case-control study. SETTING: Trauma centres in British Columbia, Canada. PARTICIPANTS: Injured drivers who required blood tests for clinical purposes following a motor vehicle collision. MEASUREMENTS: Excess whole blood remaining after clinical use was obtained and broad-spectrum toxicology testing performed. The analysis quantified alcohol and THC and gave semiquantitative levels of other impairing drugs and medications. Police crash reports were analysed to determine which drivers contributed to the crash (responsible) and which were 'innocently involved' (non-responsible). We used unconditional logistic regression to determine the likelihood (odds ratio: OR) of crash responsibility in drivers with 0 < THC < 2 ng/ml, 2 ng/ml ≤ THC < 5 ng/ml and THC ≥ 5 ng/ml (all versus THC = 0 ng/ml). Risk estimates were adjusted for age, sex and presence of other impairing substances. FINDINGS: We obtained toxicology results on 3005 injured drivers and police reports on 2318. Alcohol was detected in 14.4% of drivers, THC in 8.3%, other drugs in 8.9% and sedating medications in 19.8%. There was no increased risk of crash responsibility in drivers with THC < 2 ng/ml or 2 ≤ THC < 5 ng/ml. In drivers with THC ≥ 5 ng/ml, the adjusted OR was 1.74 [95% confidence interval (CI) = 0.59-6.36; P = 0.35]. There was significantly increased risk of crash responsibility in drivers with blood alcohol concentration (BAC) ≥ 0.08% (OR = 6.00;95% CI = 3.87-9.75; P < 0.01), other recreational drugs detected (OR = 1.82;95% CI = 1.21-2.80; P < 0.01) or sedating medications detected (OR = 1.45; 95%CI = 1.11-1.91; P < 0.01). CONCLUSIONS: In this sample of non-fatally injured motor vehicle drivers in British Columbia, Canada, there was no evidence of increased crash risk in drivers with Δ-9-tetrahydrocannabinol < 5 ng/ml and a statistically non-significant increased risk of crash responsibility (odds ratio = 1.74) in drivers with Δ-9-tetrahydrocannabinol ≥ 5 ng/ml.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,387
Écart entre enseignants0,336 · 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