Gain in Quality-adjusted Life-years in Patients with Rheumatoid Arthritis During 1 Year of Biological Therapy: A Prospective Study in Clinical Practice
Notice bibliographique
Résumé
<b>Objective:</b> To assess the safety of government versus non-government public road transportation. <b>Design:</b> Descriptive study. <b>Setting:</b> Kandy Municipality Area, Sri Lanka. <b>Subjects:</b> All road traffic crashes reported to the Kandy Police from 1 October 1998 to 30 September 1999. <b>Main outcome:</b> Involvement in a road traffic crash reported to the Kandy Police in which a government bus, private bus, or a three-wheeler was involved. <b>Results:</b> During the study period, 132 government buses, 243 private buses, and 115 three wheelers were involved in 437 police reported road crashes. Of these crashes, eight (1.8%) were fatal and 132 (30.2%) were crashes resulting in injury requiring hospitalization. The majority of road crashes involved vehicle-vehicle interaction (63.4%) and vehicle-pedestrian interaction (17.8%), while the remainder consisted of vehicle-passenger and vehicle-road structure crashes. The research highlights an increased risk associated with travel on privately owned buses (RR = 2.0, 95% CI 1.6 to 2.5) and three wheelers (RR = 2.2, 95% CI 1.7 to 2.8) compared to travel on government buses. The disparity in crash rates between government and privately owned transportation modes can be explained, in part, by fewer safety requirements being imposed on the deregulated public transportation system. <b>Conclusions:</b> Recommendations are made in order to address the differential in crash rates between public and private vehicle ownership used for public transportation in Sri Lanka.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 |
| 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 ».