A Neuropathological Study of Diffuse Vascular Injury in Fatal Motor Vehicle Collisions
Notice bibliographique
Résumé
In Canada, 42 929 people were involved in fatal motor vehicle collisions (MVCs) between 1999 and 2018. Traumatic brain injuries (TBIs), including diffuse vascular injury (DVI), were the most frequent cause of death. The neuroanatomical injury pattern and severity of DVI in relation to data on MVC dynamics and other MVC factors were the focus of the current study. Five cases of fatal MVCs investigated by Western University's Motor Vehicle Safety (MOVES) Research Team with the neuropathological diagnosis of DVI were reviewed. DVI was seen in single and multiple vehicle collisions, with/without rollover and with/without partial occupant ejection. DVI occurred regardless of seatbelt use and airbag deployment and in vehicles equipped with/without antilock brakes. All DVI cases sustained head impacts and had focal TBIs, including basal skull fractures and subarachnoid hemorrhages. DVI was seen in MVCs that ranged in severity based on the change in velocity (delta-V) during the crash (minimum 31 km/hour) and occupant compartment intrusion (minimum 25 cm). In all cases, DVI in frontal white matter, corpus callosum and pontine tegmentum were common. In cases with more extensive DVI, pronounced vehicle rotation occurred before the final impact. Extensive DVI was seen in drivers who experienced sudden acceleration during vehicle rotation and deceleration.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».