Burden of road traffic injuries in Iran: a national and subnational perspective, 1990−2019
Notice bibliographique
Résumé
OBJECTIVES: Reliable and valid information on burden of road traffic injuries (RTIs) is essential for short-term and long-term planning. We designed the present study to describe the levels and trends of burden of RTIs in Iran from 1990 to 2019. METHODS: This is an observational epidemiological study. We used the Global Burden of Disease (GBD) 2019 estimates to report RTIs incidence, prevalence, mortality and disability-adjusted life-years (DALYs) by sex, age group and road user category in Iran and each of the 31 provinces from 1990 to 2019. RESULTS: Age-standardised incidence, prevalence, death and DALY rates of RTIs decreased by 31.7% (95% uncertainty interval (UI): 29.4 to 33.9), 34.9% (33.8 to 36.0), 57.7% (48.1 to 62.3) and 60.1% (51.7 to 65.2), respectively between 1990 and 2019. The 2019 age-standardised DALY rates varied from smallest value in Tehran 303.8 (216.9 to 667.2) per 100 000 to largest value in Sistan-Baluchistan 2286.8 (1978.1 to 2627.9) per 100 000. The burden of RTIs was mainly related to injuries sustained by drivers or passengers of motorised vehicles with three or more wheels and pedestrians' injuries, mostly affected males aged 15-29 years and individuals aged ≥70 years. CONCLUSION: The reducing trend in the burden of RTIs in Iran possibly reflects the effectiveness of the intervention programmes. However, with regard to the Sustainable Development Goals the burden is still at an alarming level. Further reductions are necessary for specific road user groups such as adolescent and adult male drivers or passengers of motorised vehicles, also pedestrians aged ≥70 years.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».