Fatal and non-fatal firearm-related injuries in Canada, 2016–2020: a population-based study using three administrative databases
Notice bibliographique
Résumé
BACKGROUND: Firearms are a substantial cause of injury-related morbidity and mortality in Canada and globally, though evidence from contexts other than the USA is relatively limited. We examined deaths, hospitalizations and emergency department (ED) visits due to firearm-related injuries in Canada to identify population groups at increased risk of fatal and non-fatal outcomes. METHODS: We conducted a population-based study using three national administrative databases on deaths, hospitalizations, and ED visits. ICD-10 codes were used to identify firearm-related injuries from January 1, 2016, through December 31, 2020. Fatal and non-fatal firearm injuries were classified as suicide/self-harm, homicide/assault, unintentional, undetermined or legal intervention injuries. We analyzed the data with counts, rates and proportions, stratified by sex, age group, province/territory, and year. RESULTS: Over the 5-year period, we identified 4005 deaths, 3169 hospitalizations, and 2847 ED visits related to firearm injuries in various jurisdictions in Canada. Males comprised the majority of fatal and non-fatal injury cases. The highest rates of fatal and non-fatal firearm injuries were among 20- to 34-year-olds. The leading cause of fatal firearm injuries was self-harm (72.3%). For non-fatal firearm hospitalizations and ED visits, assault (48.8%) and unintentional injuries (62.8%) were the leading causes of injury. Rates varied by province and territory. CONCLUSIONS: Our results showed that males comprised the majority of fatal and non-fatal firearm injuries in Canada. The rates of both fatal and non-fatal firearm injuries were highest among the 20- to 34-year-old age group. This comprehensive overview of the epidemiology of firearm injuries in Canada provides baseline data for ongoing surveillance and policy evaluation related to public health interventions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».