Predictors of poor health and functional recovery following road trauma: protocol of a British Columbian inception cohort study
Notice bibliographique
Résumé
Introduction Road trauma (RT) is a major public health problem affecting physical and mental health, and may result in prolonged absenteeism from work or study. It is important for healthcare providers to know which RT survivors are at risk of a poor outcome, and policy-makers should know the associated costs. Unfortunately, outcome after RT is poorly understood, especially for RT survivors who are treated and released from an emergency department (ED) without the need for hospital admission. Currently, there is almost no research on risk factors for a poor outcome among RT survivors. This study will use current Canadian data to address these knowledge gaps. Methods and analysis We will follow an inception cohort of 1500 RT survivors (16 years and older) who visited a participating ED within 24 hours of the accident. Baseline interviews determine pre-existing health and functional status, and other potential risk factors for a poor outcome. Follow-up interviews at 2, 4, 6, and 12 months (key stages of recovery) use standardised health-related quality of life tools to determine physical and mental health outcome, functional recovery, and healthcare resource use and lost productivity costs. Ethics and dissemination TheRoad Trauma Outcome Studyis approved by our institutional Research Ethics Board. This study aims to provide healthcare providers with knowledge on how quickly RT survivors recover from their injuries and who may be more likely to have a poor outcome. We anticipate that this information will be used to improve management of all road users following RT. Healthcare resource use and lost productivity costs will be collected to provide a better cost estimate of the effects of RT. This information can be used by policy-makers to make informed decisions on RT prevention programmes.
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 | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».