Morbidity and mortality from road injuries: results from the Global Burden of Disease Study 2017
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.
Notice bibliographique
Résumé
BACKGROUND: The global burden of road injuries is known to follow complex geographical, temporal and demographic patterns. While health loss from road injuries is a major topic of global importance, there has been no recent comprehensive assessment that includes estimates for every age group, sex and country over recent years. METHODS: We used results from the Global Burden of Disease (GBD) 2017 study to report incidence, prevalence, years lived with disability, deaths, years of life lost and disability-adjusted life years for all locations in the GBD 2017 hierarchy from 1990 to 2017 for road injuries. Second, we measured mortality-to-incidence ratios by location. Third, we assessed the distribution of the natures of injury (eg, traumatic brain injury) that result from each road injury. RESULTS: Globally, 1 243 068 (95% uncertainty interval 1 191 889 to 1 276 940) people died from road injuries in 2017 out of 54 192 330 (47 381 583 to 61 645 891) new cases of road injuries. Age-standardised incidence rates of road injuries increased between 1990 and 2017, while mortality rates decreased. Regionally, age-standardised mortality rates decreased in all but two regions, South Asia and Southern Latin America, where rates did not change significantly. Nine of 21 GBD regions experienced significant increases in age-standardised incidence rates, while 10 experienced significant decreases and two experienced no significant change. CONCLUSIONS: While road injury mortality has improved in recent decades, there are worsening rates of incidence and significant geographical heterogeneity. These findings indicate that more research is needed to better understand how road injuries can be prevented.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle