Determining the accuracy of the Canadian Hospitals Injury Reporting and Prevention Program for the representation of the rates of mild traumatic brain injuries in Quebec
Notice bibliographique
Résumé
INTRODUCTION: The recent rise in mild traumatic brain injuries (mTBI) in the pediatric population has been documented by many studies in Canada and the United States. The objective of our study was to compare mTBI rates from the Canadian Hospital Injury Reporting and Prevention Program (CHIRPP) in Montréal with population-based rates (Quebec mTBI rates). METHODS: We calculated CHIRPP's mTBI rates via two methods: (1) using all CHIRPP injuries as the denominator; and (2) using the number of children aged 0 to 17 years living within 5 km of either of two CHIRPP centres in Montréal as the denominator. We plotted CHIRPP's mTBI rates against the provincial rates and compared them according to sex and age. RESULTS: Whether using all CHIRPP injuries or the number of children aged 0 to 17 years living within 5 km of either CHIRPP centre in Montreal as the denominator, CHIRPP paralleled the fluctuations seen in Quebec's rates between 2003 and 2016. When stratifying by sex and age, CHIRPP was better at estimating the population-based rates for the youngest (0 to 4 years) and the oldest (13 to 17 years) age groups. CONCLUSION: CHIRPP in Montréal proved a valid tool for estimating the variations in rates of mTBI in the population. This suggests that CHIRPP could also be used to estimate population-based rates of other types of injuries.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».