The Silent Minority: Insights into Who Fails to Present for Medical Care Following a Brain Injury
Notice bibliographique
Résumé
BACKGROUND: The WHO and Center for Disease Control have identified that current estimates of brain injury incidence miss individuals who do not seek medical attention for their injury. METHODS: The Canadian Community Health Survey is a nationally representative health survey. Respondents aged 12 years and above reporting "concussion or other brain injury" occurring within the previous year also reported whether they had received any medical attention from a health professional within 48 h of their injury. RESULTS: Nationally representative data were available biennially from 2000/2001 through 2013/2014 with the exception of 2007/2008 and 2011/2012. In all, 1,749 respondents reported concussion or other brain injury with disability in the previous 12 months. Of these, 21.9% (95% CI 19.0-24.7) reported not having received medical attention from a health professional within 48 h following their injury. Within a multivariable model, those who are more likely not to receive medical care with 48 h of incurring a brain injury are more likely to be younger (<20 years) or older (>24 years), have an injury incurred through sports exposure or in or around their home, do not identify as immigrant, and are currently smokers. The area under the ROC was modest at 0.58. CONCLUSIONS: Within a nationally representative sample of individuals reporting concussion or other brain injury, we found that those reporting medical non-attendance and those reporting medical attendance within 48 h of their injury were remarkably similar. This outcome suggests that brain injury surveillance based on point of care may produce relatively unbiased samples of the brain injured population.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».