MétaCan
Menu
Retour à la cohorte
Enregistrement W4362698085 · doi:10.1016/j.chiabu.2023.106186

Hospitalization for child maltreatment and other types of injury during the COVID-19 pandemic

2023· article· en· W4362698085 sur OpenAlexafffundabout
Gabriel Côté‐Corriveau, Thuy Mai Luu, Antoine Lewin, Émilie Brousseau, Aimina Ayoub, Christine Blaser, Nathalie Auger

Notice bibliographique

RevueChild Abuse & Neglect · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Abuse and Related Trauma
Établissements canadiensInstitut National de Santé Publique du QuébecHéma-QuébecUniversité de MontréalMcGill UniversityUniversité de SherbrookeCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésMedicineInjury preventionPoison controlPandemicOccupational safety and healthSuicide preventionHuman factors and ergonomicsMedical emergencyCoronavirus disease 2019 (COVID-19)Child abuseEmergency medicinePediatricsInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The possibility that child maltreatment was misclassified as unintentional injury during the COVID-19 pandemic has not been evaluated. OBJECTIVE: We assessed if child maltreatment hospitalizations changed during the pandemic, and if the change was accompanied by an increase in unintentional injuries. PARTICIPANTS AND SETTING: This study included children aged 0-4 years who were admitted for maltreatment or unintentional injuries between April 2006 and March 2021 in hospitals of Quebec, Canada. METHODS: We used interrupted time series regression to estimate the effect of the pandemic on hospitalization rates for maltreatment, compared with unintentional transport accidents, falls, and mechanical force injuries. We assessed if the change in maltreatment hospitalization was accompanied by an increase in specific types of unintentional injury. RESULTS: Hospitalizations for child maltreatment decreased from 16.3 per 100,000 (95 % CI 9.1-23.4) the year before the pandemic to 13.2 per 100,000 (95 % CI 6.7-19.7) during the first lockdown. Hospitalizations for most types of unintentional injury also decreased, but injuries due to falls involving another person increased from 9.0 to 16.5 per 100,000. Hospitalization rates for maltreatment and unintentional injury remained low during the second lockdown, but mechanical force injuries involving another person increased from 3.8 to 8.1 per 100,000. CONCLUSIONS: Hospitalizations for child maltreatment may have been misclassified as unintentional injuries involving another person during the pandemic. Children admitted for these types of unintentional injuries may benefit from closer assessment to rule out maltreatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,646

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChild Abuse & NeglectMême sujetChild Abuse and Related TraumaTravaux en français237 207