Incidence and Risk Factors for Venous Gas Emboli Formation in Canadian Forces Experimental Divers
Notice bibliographique
Résumé
This study aims to investigate the relationship of self-reported pre-dive behaviours of Canadian Forces (CF) divers and detected venous gas emboli (VGE) post-experimental dive. A retrospective chart review of pre-dive questionnaires and matching post-dive venous Doppler bubble scores of 1,092 cf experimental dives was completed. Non-parametric categorical statistics were used to measure the effect of independent variables of age, exercise, alcohol, medication, smoking, food, fluid, fatigue, and infectious symptoms on maximum bubble grades (BG) measured precordially and at any site. Dives were analyzed as a single group and stratified into high-, moderate-, and low-stress dives, as well as exercise / no exercise during the dive subsets. Results : 12.6% of precordial bg and 26.1% of maximum any-site bg recorded as ≥ 3. Within 48 hours of diving, 45% exercised, 16.7% used oral medications, 38.25% consumed alcohol, 15.4% smoked, and 9.7% experienced infectious symptoms. Prior to the dive, 88.1% consumed food, 91.8% consumed liquids, and 26.3% felt fatigued. There was a statistically significant difference in bg among divers based on age ( p = 0.043, binary logistic regression All Dives, Maxbg) and smoking ( p = 0.045, Fisher’s exact test, All Dives Maxbg). These differences did not continue in the other diving subsets, and no statistically significant effects attributed to the other variables were noted in any dive subset. cf experimental divers do report exposure to potential pre-dive risk factors for vge. Significant association is detected between age, smoking status, and bg in one subset (all dives, Maxbg any site). No significant effect attributed to the remaining risk factors and bg is found. This study suggests that these factors may not affect vge formation and its attendant risk of decompression sickness (DCS) in this military experimental diver population. However, as the result of study limitations, future studies are required to evaluate each risk factor prospectively to determine its impact on vge formation during diving.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».