Syncope and subsequent traffic crash: A responsibility analysis
Notice bibliographique
Résumé
BACKGROUND: Physicians are often asked to counsel patients about driving safety after syncope, yet little empirical data guides such advice. METHODS: We identified a population-based retrospective cohort of 9,507 individuals with a driver license who were discharged from any of six urban emergency departments (EDs) with a diagnosis of 'syncope and collapse'. We examined all police-reported crashes that involved a cohort member as a driver and occurred between 1 January 2010 and 31 December 2016. We categorized crash-involved drivers as 'responsible' or 'non-responsible' for their crash using detailed police-reported crash data and a validated responsibility scoring tool. We then used logistic regression to test the hypothesis that recent syncope was associated with driver responsibility for crash. RESULTS: Over the 7-year study interval, cohort members were involved in 475 police-reported crashes: 210 drivers were deemed responsible and 133 drivers were deemed non-responsible for their crash; the 132 drivers deemed to have indeterminate responsibility were excluded from further analysis. An ED visit for syncope occurred in the three months leading up to crash in 11 crash-responsible drivers and in 5 crash-non-responsible drivers, suggesting that recent syncope was not associated with driver responsibility for crash (adjusted odds ratio, 1.31; 95%CI, 0.40-4.74; p = 0.67). However, all drivers with cardiac syncope were deemed responsible, precluding calculation of an odds ratio for this important subgroup. CONCLUSIONS: Recent syncope was not significantly associated with driver responsibility for traffic crash. Clinicians and policymakers should consider these results when making fitness-to-drive recommendations after syncope.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 | 0,001 |
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.
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 ».