Who Gets Burned in Brazil?
Notice bibliographique
Résumé
Burns are preventable injuries that still represent a relevant public health issue. The identification of risk factors might contribute to the development of specific preventive strategies. Data of patients admitted at the Hospital due to acute burn injuries from May 2017 to December 2019, was extracted manually from medical records. The population was analyzed descriptively, and differences between groups were tested using the appropriate statistical test. The study population consisted of 370 patients with burns admitted to the Hospital burn unit during the study period. The majority of the patients were males (257/370, 70%), median age was 33 (IQR:18-43), median TBSA% was 13 (IQR 6.35-21.5 and range 0-87.5%), and 54% of patients had full-thickness burns (n = 179). Children younger than 13 years old represented 17% of the study population (n = 63), 60% of them were boys (n = 38), and scalds was the predominant mechanism of burn injury (n = 45). No children died, however 10% of adults did (n = 31). Self-inflicted burns were observed in 16 adults (5%), of whom 6 (38%) died during admission, however self-inflicted burns were not observed in children. Psychiatric disorders and substance misuse were frequent in this subgroup. White adults male from urban areas who had not completed primary school degree were the major risk group for burns. Smoking and alcohol misuse were the most frequent comorbidities. Accidental domestic flame burns were the predominant injuries in the adult population and scalds in the pediatric.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».