The Mortality After Release from Incarceration Consortium (MARIC): Protocol for a multi-national, individual participant data meta-analysis
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
INTRODUCTION: More than 30 million adults are released from incarceration globally each year. Many experience complex physical and mental health problems, and are at markedly increased risk of preventable mortality. Despite this, evidence regarding the global epidemiology of mortality following release from incarceration is insufficient to inform the development of targeted, evidence-based responses. Many previous studies have suffered from inadequate power and poor precision, and even large studies have limited capacity to disaggregate data by specific causes of death, sub-populations or time since release to answer questions of clinical and public health relevance. OBJECTIVES: To comprehensively document the incidence, timing, causes and risk factors for mortality in adults released from prison. METHODS: We created the Mortality After Release from Incarceration Consortium (MARIC), a multi-disciplinary collaboration representing 29 cohorts of adults who have experienced incarceration from 11 countries. Findings across cohorts will be analysed using a two-step, individual participant data meta-analysis methodology. RESULTS: The combined sample includes 1,337,993 individuals (89% male), with 75,795 deaths recorded over 9,191,393 person-years of follow-up. CONCLUSIONS: The consortium represents an important advancement in the field, bringing international attention to this problem. It will provide internationally relevant evidence to guide policymakers and clinicians in reducing preventable deaths in this marginalized population. KEY WORDS: Mortality; incarceration; prison; release; individual participant data meta-analysis; consortium; cohort.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,001 |
| 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