MétaCan
Menu
Retour à la cohorte
Enregistrement W3096393412 · doi:10.1136/archdischild-2020-319919

Paediatric poisoning exposures in schools: reports to Australia’s largest poisons centre

2020· article· en· W3096393412 sur OpenAlexaboutno aff
Jennifer Ly, Jared A Brown, Nicholas A. Buckley, Rose Cairns

Notice bibliographique

RevueArchives of Disease in Childhood · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePoisoning and overdose treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésMedicinePoison controlInjury preventionOccupational safety and healthPediatricsSuicide preventionPopulationQuarter (Canadian coin)Poison control centerEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe poisoning exposures occurring at school in a large sample of Australian children. DESIGN: A population-based retrospective cohort study. SETTING: Cases reported to the New South Wales Poisons Information Centre (NSWPIC), Australia's largest poisons information centre, taking 50% of the nation's poisoning calls. PATIENTS: Poisoning exposures occurring in children and adolescents while at school were included, over a 4.5-year period (January 2014 to June 2018). MAIN OUTCOME MEASURES: Time trends in poisonings, demographics, exposure characteristics, substances involved, disposition. RESULTS: There were 1751 calls relating to exposures at school made to NSWPIC. Most calls concerned accidental exposures (60.8%, n=1064), followed by deliberate self-poisonings (self-harm, 12.3%, n=216). Over a quarter of cases were hospitalised (n=468), where the call originated from hospital or patients referred to hospital by NSWPIC. Disposition varied by exposure type, and hospitalisation was highest with deliberate self-poisonings (92.6%, n=200), recreational exposures (57.1%, n=12) and other intentional exposures (32.6%, n=45). The median age was 12 (IQR 8-15 years), and 54.7% were male (n=958). The most common pharmaceutical exposures were to paracetamol (n=100), methylphenidate (n=78) and ibuprofen (n=53), with the majority being deliberate self-poisonings. Copper sulfate was responsible for 55 science class cases, 45% of which were hospitalised. Cases may be increasing, with 81.3 (±8.2) calls per quarter, 2014-2016, and 129.3 (±24.3) calls per quarter, 2017-2018. CONCLUSIONS: Poisoning exposures occurring at school are common, with disposition and substances involved varying considerably by exposure reason. The relatively high number of referrals to hospital highlights the need for investigation into preventative measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetPoisoning and overdose treatmentsTravaux en français237 207