Penalized Regression Methods for Modelling Rare Events Data with Application to Occupational Injury Study
Notice bibliographique
Résumé
Occupational injuries are a serious public health concern for workers around the world.\nAmong all occupational injuries reported to the Workers' Compensation Board of Saskatchewan\n(WCB-SK) from 2007-2016, 177 (0.06%) out of 280,704 injury claims were fatal. Although\nwork-related injuries are relatively rare, they have tremendous impact on the workers, their family, as well as a company's overall productivity, hiring/training costs, and insurance premiums. To help inform prevention of fatal claims, this study identified factors that increase\nthe probability of fatal injury claims in Saskatchewan.\n\n WCB Saskatchewan's administrative occupational injury claims data from 2007-2016 was\nused to extract fatal and non-fatal occupational events. Potential covariates included worker\ncharacteristics (age, gender, occupation) and incident characteristics (source of injury, cause\nof injury, part of body). Given the fatality being rare in this study, conventional logistic\nregression including multiple categorical covariates with over 40 parameters yielded biased\nparameter estimates. Penalized logistic regression methods, such as bias-correction method,\ni.e. Firth's method as well as the model selection methods, i.e., lasso and elastic net were\ncompared to identify an optimal modelling strategy for calculating the odds ratio (OR) and\n95% confidence intervals (CI) for probability of a WCB claim being fatal (vs. non-fatal).\n\n Based on the best-fitting model, i.e., Firth's logistic regression of the selected variables\nunder the elastic net method, odds of a claim being fatal was 5.5 (95% CI: 2.77,12.46) times\nhigher among men than women and was 6.59 (95% CI: 3.59,12.20) times higher for seniors\naged 65-85 as compared with those who are aged 14-24. Odds of a claim being fatal among\nthose who work in primary industry is 2.85 (95% CI: 1.07,9.39) higher than those working\nin social sciences. The odds of injury being fatal for machinery sources is 51 (95% CI:\n10.38,505.38) times higher than chemical products as the source.\n Men workers are at higher risk of a claim being fatal (vs non-fatal). With respect to\nage, result of analysis showed that the middle-aged workers are at a lower risk, and the\nyoung workers are at a higher risk than middle aged workers. The risk of a claim being fatal\nincreased sharply as age increased from 45 to 85. Primary industry sector and machinery have\na disproportionate share of fatal claims. This knowledge can improve workplace safety by learning from past incidents, identifying significant risk factors, and implementing targeted\nprevention strategies. Through development of effective interventions, we hope to prevent\nfatal injuries in Saskatchewan.
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 | 0,056 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».