Determination of the Incidence of Medicolegal Death in a Tertiary Health Institution in Abakaliki, Ebonyi State, South-East, Nigeria
Notice bibliographique
Résumé
BACKGROUND: Death is an inevitable end that comes when not expected. However, when death occurs as a result of violence or unclear and suspicious manner, a coroner inquest is instituted to determine the cause, manner and the mechanism of death. AIM: To determine the incidence and causes of medicolegal death in Ebonyi State. MATERIALS & METHOD: This is a 5-year retrospective study of medicolegal autopsies reports of subjects whose cause of death were subject of litigation. The study analysed data between January 1, 2013, and December 31, 2017, at Alex Ekwueme Federal University Teaching Hospital, Ebonyi, Southeast, Nigeria. Data analysis was with the SPSS version 20. RESULTS: During the study period. A total number of 202 autopsies were performed. The age range of the deceased was from 2 years to 90 years, with a mean age of 35.2 ± 16.1. The predominant age group was 30 - 39 years (30.2%) while the least (0.5%) were between the age of 90 and 99 years. Males accounted for 158 (78.2%), and females were 44 (21.8%). Farmers (31.2%) and students (15.3%) were mostly affected by unnatural death in this study. Accidental deaths constituted 54.5% of cases, followed by homicidal death (36.6%). Impalement by sharp objects (41.9%) was a significant cause of death due to homicide in this study. In contrast, accidental deaths were mainly as a result of a road traffic accident (95.5%). The majority (60.4%) of those who died as a result of an accident sustained an injury at multiple body sites. CONCLUSION: Road traffic accident and homicide were responsible for the majority of cause of death found in medicolegal autopsies in Ebonyi State. Proper road maintenance, safe driving culture, and making people adhere strictly to the rule of law are necessary to reduce the incidence of avoidable deaths in our environment.
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 | 0,000 |
| 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 | 0,000 | 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 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 ».